基于相似日和MDS-PSO-ELman的光伏功率超短期预测

光伏电站系统输出功率受环境因素影响较大，具有很大的不确定性，对并网安全稳定运行具有重大影响，为此提出了一种基于MDS-PSO-ELman搭建的功率预测模型。首先，通过灰色关联度选取相似样本日，然后通过MDS给数据降维，提高数据分类的准确性并消除冗余数据。最后，针对ELman神经网络预测模型权值和阈值盲目随机的缺点以及局部最优化选择问题，采用PSO优化预测模型初始参数。同实际光伏发电系统功率相比，该研究模型能够有效预测各天气类型下的光伏发电输出功率且精度较高。