文献类型：期刊文章

作　　者：朱瑞金[1] 龚雪娇[1] 张娟娟[1]

ZHU Ruijin;GONG Xuejiao;ZHANG Juanjuan(College of Electric Engineering,Tibet Agriculture&Animal Husbandry University,Linzhi 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：《中国测试》

基　　金：国家自然科学基金项目(51667017)。

年　　份：2021

卷　　号：47

期　　号：9

起止页码：158-162

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、IC、JST、UPD、ZGKJHX、核心刊

摘　　要：为提高光伏并网的调度效率和运行稳定性,提出一种基于EEMD-MPE-LSSVM的光伏发电功率预测方法。首先,选取光伏发电功率部分历史数据作为训练样本,采用集合经验模态分解(EEMD)方式对历史功率曲线进行分解;然后,对不同频率特性的分解模态分量进行最小二乘支持向量机(LSSVM)预测,并结合初始功率曲线迭代误差完成预测值重构;最后,利用多尺度排列熵(MPE)量化不同天气类型,构建在晴天、阴天、雨雪、突变天气下输入特征向量,同时参与光伏发电功率LSSVM预测,减少天气因素对预测值的影响。通过对光伏发电功率50天内的真实值和预测值进行对比试验,结果表明该预测算法的平均相对误差(MRE)和均方根误差(RMES)分别为1.56%、3.14%,证明其有效,同时具有小样本、自适应的优势。

关 键 词：光伏发电功率预测  最小二乘法支持向量机  集合经验模态分解  多尺度排列熵  

分 类 号：TM615]