基于近邻传播聚类和回声状态网络的光伏预测

发布时间：2017-09-15 17:32

  本文关键词：基于近邻传播聚类和回声状态网络的光伏预测

  更多相关文章： 光伏发电 预测 波动分量 近邻传播 回声状态网络 聚类算法

【摘要】：分析了天气因素对光伏出力的影响,选择预报技术较为成熟的气象信息和能反映光伏变化趋势的波动分量作为分类特征。针对传统预测算法在突变天气条件下预测精度较低的问题,提出基于近邻传播聚类和回声状态网络的组合算法,通过近邻传播算法对光伏出力进行分类,并根据预测日所属的类别建立回声网络状态方程进行光伏出力预测。仿真表明所提算法不仅能满足非突变型天气下的光伏预测要求,还能较好地跟踪突变型天气下光伏出力变化,具有更高的准确度和通用性。
【作者单位】： 四川大学电气信息学院;
【关键词】： 光伏发电 预测 波动分量 近邻传播 回声状态网络 聚类算法
【基金】：四川省科技厅科技计划项目(2016GZ0143)~~
【分类号】：TM615
【正文快照】： 0引言光伏能源具有随机性和间歇性的特点。光伏电站并网对电网的稳定和经济运行造成很大影响[1],较为准确的光伏日前预测系统有利于制定调度计划,对提高电力系统的稳定性和安全性具有重要意义。近年来,光伏预测的研究主要有基于太阳辐射强度的间接预测方法和基于光伏电站历史

【参考文献】

中国期刊全文数据库 前10条

1 杨锡运;刘欢;张彬;肖运启;;组合权重相似日选取方法及光伏输出功率预测[J];电力自动化设备;2014年09期

2 王守相;王亚e，

本文编号：857943