气象特征频繁变化区域的光伏功率预测方法

准确的光伏功率预测对电网稳定运行具有重要意义，因此提出一种气象特征频繁变化区域的光伏功率预测方法，以期能提高光伏功率预测的准确性。首先，基于Person相关性分析构建光伏功率预测的多变量时间序列；然后，利用C-C法对光伏功率预测的时间序列进行MPSR（多变量相空间重构），进一步挖掘光伏功率与气象特征间的耦合关系；最后，利用SVR（支持向量回归）对光伏功率与气象特征重构后的相空间进行非线性拟合并预测。为验证MPSR能够提高预测效果，同时比较了MPSR结合BPNN（反向传播神经网络）与RBFNN（径向基函数神经网络）的预测效果。算例分析表明，MPSR能够进一步挖掘气象特征变化频繁区域中包含的特征信息，结合MPSR的预测模型提高了光伏功率的预测精度。