文献类型：期刊文章

作　　者：郑凌蔚[1,2] 刘士荣[1,2] 毛军科[1] 谢小高[1]

机构地区：[1]杭州电子科技大学自动化研究所,杭州310018 [2]华东理工大学自动化研究所,上海200237

出　　处：《太阳能学报》

基　　金：浙江省重大科技专项(2009C11G2040039);国家自然科学基金(51007015);浙江省自然科学基金(Q12E070001)

年　　份：2012

卷　　号：33

期　　号：6

起止页码：993-1001

语　　种：中文

收录情况：BDHX、BDHX2011、CAS、CSCD、CSCD2011_2012、EI(收录号：20123515376377)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：提出一种综合自适应神经模糊推理系统(ANFIS)和主成分分析(PCA)的光伏发电功率预测方法,以日期、时刻、历史天气预报中的云层状况和温度为输入量,以光伏发电系统历史发电数据和历史天气预报数据为基础,用主成分分析对输入量降维,提取主要输入成分,与光伏发电功率输出共同构成历史数据库,对历史数据进行训练,建立光伏发电功率的ANFIS预测模型,利用相对均方根误差对模型进行评估。结果表明,本文提出的方法建模速度快,模型预测精度较高。

关 键 词：光伏发电功率预测  ANFIS 降维 PCA  天气预报  

分 类 号：TM615]