| 基于多元宇宙优化支持向量机的短期光伏发电功率预测 |
| |
| 引用本文： | 马骏,江锐,丁倩,江涛,张倩.基于多元宇宙优化支持向量机的短期光伏发电功率预测[J].热力发电,2020,49(4):87-92. |
| |
| 作者姓名： | 马骏 江锐 丁倩 江涛 张倩 |
| |
| 作者单位： | 国网安徽省电力有限公司六安供电公司,安徽六安237000;安徽大学电气工程与自动化学院,安徽合肥230601 |
| |
| 基金项目： | 国网六安供电公司科技项目 |
| |
| 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 |
Prediction of short-term photovoltaic generation power based on HIMVO-SVM |
| |
| MA Jun,JIANG Rui,DING Qian,JIANG Tao,ZHANG Qian.Prediction of short-term photovoltaic generation power based on HIMVO-SVM[J].Thermal Power Generation,2020,49(4):87-92. |
| |
| Authors: | MA Jun JIANG Rui DING Qian JIANG Tao ZHANG Qian |
| |
| Affiliation: | 1. State Grid Anhui Power Co., Ltd., Lu’an Power Supply Company, Lu’an 237000, China; 2. School of Electrical Engineering and Automation, Anhui University, Hefei 230601, China |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《热力发电》浏览原始摘要信息 |
|
点击此处可从《热力发电》下载全文 |
|
