文献类型：期刊文章

作　　者：王昕[1] 黄柯[2] 郑益慧[1] 李立学[1] 郎永波[3] 吴昊[3]

机构地区：[1]上海交通大学电工与电子技术中心,上海市200240 [2]上海电力学院电气工程学院,上海市200090 [3]国网吉林省电力有限公司延边供电公司,吉林省延边朝鲜族自治州133000

出　　处：《电力系统自动化》

基　　金：国家自然科学基金重点项目(61533012);上海市自然科学基金资助项目(14ZR1421800)~~

年　　份：2016

卷　　号：40

期　　号：17

起止页码：156-162

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20163802821886)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：光伏发电功率预测对太阳能开发利用、电网稳定安全运行具有重要意义。提出一种融合了概率神经网络(PNN)、主成分分析法(PCA)、分散搜索(SS)和支持向量机回归(SVR)的光伏输出功率预测模型。首先结合天气信息通过PNN将天气划分为晴、多云、阴、雨4种类型,然后在每种天气类型下,利用PCA对影响光伏出力的多个气象因素,如太阳辐射强度、温度和相对湿度等进行降维、转换成少数几个主成分作为输入向量,最后建立SS算法优化SVR的光伏发电功率短期预测模型。结果表明,该模型实现了对不同天气类型下的光伏出力较为精准的预测,具有一定的可行性及指导意义。

关 键 词：光伏发电功率预测  概率神经网络 主成分分析法  分散搜索 支持向量机回归

分 类 号：TM615]