基于季节分区的光伏发电功率多SVR预测方法

摘要：

为了更准确地对光伏发电功率进行预测,降低光伏并网给大电网带来的干扰,研究了一种分季节多支持向量回归(support vec-tor regression,SVR)预测模型预测光伏发电功率的方法.利用光伏发电站的历史数据,以环境温度与光照强度为输入参数,发电功率为输出参数,建立各个季节的多SVR模型.预测未来光伏发电功率时,利用天气预报预测的24小时逐时气温作为环境温度参数,根据天气预报的天气状况,以往年当天的相近天气状况的光照强度平均值作为光照强度参数,运用多SVR模型对未来24小时的光伏发电功率进行逐时预测.用某光伏发电站的工程数据验证.结果表明,能较好地预测未来一天的发电功率.

关键词：光伏发电、功率预测、季节分区、支持向量回归、逐时预测

所属期刊栏目：43

分类号：TM615(发电、发电厂)

在线出版日期：2021-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：55-58,91