基于GWO-SVM与随机森林的组合光伏功率预测模型

摘要：

光伏输出功率具有间接性和随机性,当大规模的光伏并网时,会对电网的稳定性造成破坏,影响供电的质量.为了降低对电网的危害,需要对光伏输出功率进行预测.针对单一的预测模型都有自身的局限性,提出了基于灰狼群算法(Grey Wolf Optimization,GWO)优化支持向量机(Support Vector Ma-chine,SVM)与随机森林(Random Forest,RF)的组合预测模型.通过分别建立GWO-SVM和RF两个单一的预测模型,利用随机森林的非线性映射能力,对权重系数进行调节,确定单一模型的权重,将GWO-SVM和RF两种模型组合起来进行预测,得到光伏功率预测值.实验结果表明,所提模型相对于单一的预测模型具有更好的预测效果.

关键词：光伏功率;支持向量机;随机森林;组合预测;权重

所属期刊栏目：46

分类号：TM615(发电、发电厂)

资助基金：国家自然科学基金项目51977061,61903129

在线出版日期：2021-11-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：82-88