| 基于COOT-SVM的短期光伏发电功率预测 |
| |
| 引用本文： | 陈晓华,王志平,吴杰康,许海文,陈盛语,张勋祥,龙泳丞,谢明钊. 基于COOT-SVM的短期光伏发电功率预测[J]. 四川电力技术, 2023, 46(6): 28-33 40 |
| |
| 作者姓名： | 陈晓华 王志平 吴杰康 许海文 陈盛语 张勋祥 龙泳丞 谢明钊 |
| |
| 作者单位： | 东莞理工学院电子工程与智能化学院;广东工业大学自动化学院 |
| |
| 基金项目： | 国家自然科学基金项目（50767001）；国家863高技术基金项目（2007AA04Z197）；广东省基础与应用基础研究基金项目（2019B1515120076）；富华电力智能制造和电力电子技术服务项目（20221800500253）；广东省基础与应用基础研究基金区域联合基金项目“粤港澳研究团队项目“（2020B1515130001） |
| |
| 摘 要： | 为了提高短期光伏发电功率预测的精度，提出了一种基于白冠鸡优化算法(COOT)优化支持向量机(SVM)的短期光伏发电功率预测模型。首先，分别选取某光伏电站在2017年4月和7月的前21天数据进行仿真分析，计算光伏输出功率和每一个气象因素之间的皮尔逊相关系数；然后，依据皮尔逊相关系数选择太阳总辐射强度、太阳散射辐射强度、太阳直射辐射强度、组件温度和环境温度5个气象因素作为预测模型的输入数据，光伏电站的发电功率作为输出数据。通过与BP和SVM预测模型进行仿真对比可知，对于4月和7月的数据来说，COOT-SVM预测模型的均方根误差、均方误差和平均绝对误差均比BP和SVM预测模型小。因此，所提COOT-SVM预测模型可有效提高短期光伏发电功率的预测精度，具有较高的工程应用价值。
|
| 关 键 词： | 光伏发电 功率预测 白冠鸡优化算法 支持向量机 皮尔逊相关系数 |
Short-term Photovoltaic Power Forecasting Based on COOT-SVM |
| |
| CHEN Xiaohu,WANG Zhiping,WU Jiekang,XU Haiwen,CHEN Shengyu,ZHANG Xunxiang,LONG Yongcheng,XIE Mingzhao. Short-term Photovoltaic Power Forecasting Based on COOT-SVM[J]. Sichuan Electric Power Technology, 2023, 46(6): 28-33 40 |
| |
| Authors: | CHEN Xiaohu WANG Zhiping WU Jiekang XU Haiwen CHEN Shengyu ZHANG Xunxiang LONG Yongcheng XIE Mingzhao |
| |
| Abstract: | |
| |
| Keywords: | photovoltaic power generation power forecasting coot optimization algorithm support vector machine Pearson correlation coefficient |
|
| 点击此处可从《四川电力技术》浏览原始摘要信息 |
|
点击此处可从《四川电力技术》下载免费的PDF全文 |
