您好,欢迎来到中国测试科技资讯平台!
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
作者: 杨凌帆,刘 倩,张雨金,周郅皓,周杭霞
作者单位: 中国计量大学 信息工程学院
刊名: 《中国计量大学学报》
Journal: Journal of China University of Metrology
年,卷(期): 2019, (2)
在线出版日期: 2019年06月15日
页数: 8
页码: 158-165