|
|||||
|
|
| 基于误差分类的分布式光伏超短期功率预测 | |
| 引用本文： | 王程,雷金勇,许爱东,郭晓斌,刘念,杨苹.基于误差分类的分布式光伏超短期功率预测[J].南方电网技术,2015,9(4):41-46. |
| 作者姓名： | 王程 雷金勇 许爱东 郭晓斌 刘念 杨苹 |
| 作者单位： | 1. 华北电力大学电气与电子工程学院,北京,102206 2. 南方电网科学研究院,广州,510080 3. 华南理工大学电力学院,广州,510640 |
| 基金项目： | 国家高技术研究发展计划（863计划）项目（2014AA052001）；南方电网公司科技项目（K-KY2014-009）；南方电网科学研究院科技项目（SEPRI-K154001） |
| 摘 要： | 针对分布式光伏系统,使用相关系数确定功率预测模型的样本输入,在没有天气预报,仅依靠天气数据和功率输出的历史记录信息的情况下,采用支持向量机建立了超短期功率预测模型.通过离线的权重系数寻优和基于误差分类的分类器设计,筛选出支持向量机的训练样本,使得建立的模型能够充分反映光伏输出功率的变化规律.实验结果表明,该模型能够获得较高的预测精度,预测样本的分类能够在实际值未知的情况下根据分类结果判断预测值的可信度. |
| 关 键 词： | 分布式光伏 超短期功率预测 支持向量机 分类器 |
| 收稿时间： | 3/1/2015 12:00:00 AM |
Ultra-short-term Power Output Forecasting of Distributed Photovoltaic Based on Error Classification |
|
| WANG Cheng,LEI Jinyong,XU Aidong,GUO Xiaobin,LIU Nian and YANG Ping.Ultra-short-term Power Output Forecasting of Distributed Photovoltaic Based on Error Classification[J].Southern Power System Technology,2015,9(4):41-46. | |
| Authors: | WANG Cheng LEI Jinyong XU Aidong GUO Xiaobin LIU Nian and YANG Ping |
| Affiliation: | School of Electrical and Electronic Engineering, North China Electric Power University, Beijing 102206, China,Electric Power Research Institute, CSG, Guangzhou 510080, China,Electric Power Research Institute, CSG, Guangzhou 510080, China,Electric Power Research Institute, CSG, Guangzhou 510080, China,School of Electrical and Electronic Engineering, North China Electric Power University, Beijing 102206, China and School of Electric Power, South China University of Technology, Guangzhou 510640, China |
| Abstract: | |
| Keywords: | distributed photovoltaic ultra-short-term power output forecasting support vector machine (SVM) classifier |
| 点击此处可从《南方电网技术》浏览原始摘要信息 | |
| 点击此处可从《南方电网技术》下载全文 | |