文献类型：期刊文章

作　　者：张涛[1] 朱瑞金[1] 扎西顿珠[1]

ZHANG Tao;ZHU Ruijin;ZHAXI Dunzhu(School of Electrical Engineering,Tibet Agriculture&Animal Husbandry University,Nyingchi 860000,China)

机构地区：[1]西藏农牧学院电气工程学院,西藏林芝860000

出　　处：《热力发电》

基　　金：西藏自治区自然科学基金(XZ2019ZRG-52(Z))。

年　　份：2021

卷　　号：50

期　　号：5

起止页码：102-107

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、JST、RCCSE、ZGKJHX、核心刊

摘　　要：准确预测光伏发电功率对于保障电力系统安全稳定和经济运行具有重要意义。提出一种基于改进骨干差分进化算法(IBBDE)优化最小二乘支持向量机(LSSVM)的光伏发电功率预测模型。IBBDE算法采用广义反向学习初始化种群和自适应调整交叉概率对骨干差分进化算法进行改进以提升算法的全局寻优能力,利用IBBDE算法优化LSSVM预测模型的正规化参数和核参数来提高模型的预测精度。采用西藏某光伏电站发电功率进行预测仿真,结果表明:晴天天气下,IBBDE-LSSVM模型预测结果平均绝对误差和均方根误差分别为5.39%和3.98%;雨天天气下,IBBDE-LSSVM模型预测结果平均绝对误差和均方根误差分别为10.69%和7.86%,预测效果较好。

关 键 词：光伏发电 功率预测 最小二乘支持向量机 骨干差分进化  广义反向学习  自适应

分 类 号：TM615]