文献类型：期刊文章

作　　者：李争[1] 罗晓瑞[1] 张杰[1] 曹欣[2] 杜深慧[1] 孙鹤旭[1]

Li Zheng;Luo Xiaorui;Zhang Jie;Cao Xin;Du Shenhui;Sun Hexu(School of Electrical Engineering,Hebei University of Science and Technology,Shijiazhuang 050018,China;Hebei Construction&Investment Group New Energy Co.,Ltd.,Shijiazhuang 050051,China)

机构地区：[1]河北科技大学电气工程学院,石家庄050018 [2]河北建投新能源有限公司,石家庄050051

出　　处：《太阳能学报》

基　　金：国家自然科学基金(51877070);河北省重点研发计划(19214501D);河北省自然科学基金(E2021208008);河北省高层次人才项目(A201905008)。

年　　份：2023

卷　　号：44

期　　号：6

起止页码：284-289

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD_E2023_2024、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为提高光伏输出功率预测精度、保证电网的优化调度和稳定运行,提出一种改进麻雀搜索算法(SSA)的光伏输出功率预测模型。首先,对实验平台收集到的历史数据进行分析,得到关键气候影响因素;然后,用经验模态分解和主成分分析法对数据进行维稳和降维处理;并建立改进麻雀搜索算法的BP神经网络预测模型;最后,进行实例验证。结果表明,该预测模型在敛散精度方面有所提升。

关 键 词：经验模态分解 主成分分析 改进麻雀搜索算法  光伏输出功率短期预测  

分 类 号：TM614]