基于多元宇宙优化支持向量机的短期光伏发电功率预测

摘要：

准确预测光伏发电功率对电网日常调度规划至关重要.本文提出一种基于混合改进的多元宇宙优化(HIMVO)算法优化支持向量机(SVM)的短期光伏发电功率预测模型.首先,采用基于帐篷映射的混沌序列参与种群初始化,克服传统多元宇宙优化(MVO)算法易陷入局部最优的缺点;然后,在MVO算法的位置矢量更新中,引入一种非线性惯性权值下降策略,并加入差分进化(DE)算法进行全局搜索,采用HIMVO算法对SVM参数寻优,将优化后的HIMVO-SVM算法用于光伏发电功率预测.最后,在3种不同天气类型下对某地光伏电站输出功率进行预测仿真实验,预测结果与SVM、MVO-SVM方法预测结果进行对比,验证了HIMVO-SVM方法可有效提升短期光伏发电功率预测精度.

关键词：光伏发电、功率预测、多元宇宙优化、SVM、惯性权值、差分进化

所属期刊栏目：49

分类号：TM914

资助基金：国网六安供电公司科技项目5212N0180061

在线出版日期：2020-06-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：87-92