文献类型：期刊文章

作　　者：高相铭[1] 杨世凤[2] 潘三博[1]

机构地区：[1]安阳师范学院物理与电气工程学院,河南安阳455000 [2]天津科技大学电子信息与自动化学院,天津300222

出　　处：《电力系统保护与控制》

基　　金：国家自然科学基金项目(U1204515)~~

年　　份：2015

卷　　号：43

期　　号：21

起止页码：86-92

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD_E2015_2016、EI、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：针对光伏发电系统的输出功率具有非平稳性和随机性的特点,提出一种基于经验模态分解(EMD)和人工蜂群算法(ABC)优化支持向量机(SVM)的光伏并网系统输出功率预测模型。首先根据预测日的天气预报数据,构建相似日的15 min输出功率时间序列。然后,将输出功率时间序列进行经验模态分解,得到不同尺度下的固有模态分量IMFn和趋势分量Res,针对每个IMF分量和趋势分量分别建立相应的支持向量机预测模型,并对SVM模型参数进行人工蜂群算法寻优预处理。最后,将每个模型预测的结果进行合成重构,得到光伏并网系统输出功率的预测值。通过实际数据测试表明:基于EMD和ABC-SVM的功率预测模型同单一SVM预测模型及未经优化的EMD-SVM预测模型相比,具有更快的运算速度和更高的预测精度。

关 键 词：光伏并网系统 输出功率预测  模型参数优化  经验模态分解  人工蜂群算法

分 类 号：TM615]