文献类型：期刊文章

作　　者：李斌[1] 张一凡[1] 颜世烨[1] 叶季蕾[1]

LI Bin;ZHANG Yi-fan;YAN Shi-ye;YE Ji-lei(School of Energy Science and Engineering,Nanjing Technology University,Nanjing,China,211816)

机构地区：[1]南京工业大学能源科学与工程学院,江苏南京211816

出　　处：《热能动力工程》

基　　金：国网公司科技项目(4000-202122070A-0-0-00)。

年　　份：2022

卷　　号：37

期　　号：10

起止页码：207-214

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：提升光伏发电预测的准确性有助于电网的调度管理和经济运行,其关键在于建立高效适用的预测模型。首先采用皮尔逊(Person)相关系数法对影响光伏出力的主要因素进行筛选,确立预测模型的输入特征向量;提出了一种融合Person相关系数法与遗传算法(GA)优化的ELM混合预测模型,并对预测模型中随机生成的参数进行了优化;以某一光伏电站的历史数据为研究对象,采用GA-ELM预测模型对预处理后的数据进行训练和测试,基于模型开展了四个季节典型日的光伏发电功率预测。结果表明:混合预测模型比单一的ELM预测模型和Person相关系数与ELM混合的预测模型的预估偏差率分别降低了19.2%和4.3%,验证了本文模型具有更高的准确性和稳定性。

关 键 词：皮尔逊相关系数法  ELM模型  遗传算法 GA-ELM预测模型  误差评价指标  

分 类 号：TK519]