基于光伏发电影响因素分析的集成建模及预测应用

摘要：

目的:开发一种短期光伏发电功率预测模型,解决电能接入并网后对电网的稳定性和安全性产生影响的问题.方法:利用每日的光伏部分数据建立模型,剩余数据作为测试集,得到每天发电功率的误差.以误差最小的作为测试集,剩余天数的光伏数据作为训练集,根据预测结果的误差大小合并数据,建立新的PSO-SVM弱学习器.最终运用改进的PSO算法找出每个弱学习器的系数,建立预测模型.结果:实验结果显示此模型相较于传统的BP、SVM模型预测效果有了明显的提升.结论:本预测模型具有较精确的预测能力和较强的适应性,并且适应于任何不同天气类型和不同因素的训练数据.

关键词：计量、光伏发电、预测模型、因素重要性分析、梯度提升决策树算法、数据组合分析

所属期刊栏目：30

分类号：TB97(计量学)

资助基金：浙江省基础公益研究计划项目LGF18F020017

在线出版日期：2019-08-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：158-165