首页 | 本学科首页   官方微博 | 高级检索  
     

基于最小二乘支持向量机的光伏出力超短期预测
引用本文:张华彬,杨明玉. 基于最小二乘支持向量机的光伏出力超短期预测[J]. 现代电力, 2015, 32(1): 70-75
作者姓名:张华彬  杨明玉
作者单位:华北电力大学电气与电子工程学院,河北保定,071003
摘    要:随着大规模光伏电站接入配网,为了减轻光伏出力的随机性对电网安全稳定运行的影响,有必要加强光伏出力预测研究。提出了一种基于最小二乘支持向量机(LSSVM)的光伏出力超短期预测模型,模型的输入考虑了待预测时段的最新气象信息,提前1h对每刻钟的光伏出力进行预测。为了能更精确地反映待预测日的天气情况,对影响光伏出力的每一气象因素,分别赋予一适当权值,通过计算加权欧氏距离确定各时段的训练样本。最后,利用含有突变情况的天气对训练好的模型进行了测试和评估。结果表明,所提模型预测精度较高,能够为电网调度部门制定合理调度计划提供一定的参考依据。

关 键 词:最小二乘支持向量机  光伏发电系统  超短期预测  加权欧氏距离  相似时段

Ultra-Short-term Forecasting for Photovoltaic Power Output Based on Least Square Support Vector Machine
ZHANG Huabin,YANG Mingyu. Ultra-Short-term Forecasting for Photovoltaic Power Output Based on Least Square Support Vector Machine[J]. Modern Electric Power, 2015, 32(1): 70-75
Authors:ZHANG Huabin  YANG Mingyu
Affiliation:ZHANG Huabin;YANG Mingyu;School of Electrical and Electronic Engineering,North China Electric Power University;
Abstract:
Keywords:least square support vector machine (LS-SVM)  photovoltaic system  ultra-short-term forecast  weighted Euclid distance  similar period
本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号