文献类型：期刊文章

作　　者：王昕[1] 黄柯[2] 郑益慧[1] 李立学[1] 邵凤鹏[3] 贾立凯[3] 徐清山[4]

机构地区：[1]上海交通大学电工与电子技术中心,上海市闵行区200240 [2]国网重庆市电力公司北碚供电分公司,重庆市北碚区400700 [3]国网吉林省电力有限公司延边供电公司,吉林省延边市133000 [4]国网吉林省电力有限公司,吉林省长春市130021

出　　处：《电网技术》

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

年　　份：2017

卷　　号：41

期　　号：2

起止页码：455-461

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI(收录号：20171703605361)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：随着光伏发电大容量地并入电网,其输出的随机性必将对大电网安全稳定运行造成影响,为此建立了一种变权重的光伏短期组合预测模型,首先通过主成分分析法(principal component analysis,PCA)将影响光伏出力的多重线性因素进行压缩、提取以简化模型输入变量的维数,然后将提取的第一主成分结合灰色关联度来筛选相似日样本,接着将样本分别带入最小二乘支持向量机、改进BP网络2种单一模型进行2次预测。第1次预测作为相似日预测,用来训练权重系数,训练方法是萤火虫算法优化的广义回归神经网络;第2次预测是待预测日的预测。仿真结果验证了所提模型的有效性。

关 键 词：主成分分析法 灰色关联度  萤火虫算法 广义回归神经网络

分 类 号：TM615]