科研之友
微信
新浪微博
Facebook
分享链接
摘要
近年来，国家大力推动分布式光伏发电，准确可靠的光伏功率预测对于保证大规模分布式光伏接入电网是必不可少的。当前的分布式光伏功率预测方法尚未充分考虑到气象因素的影响，难以提升预测精度。针对上述问题，本文提出了一种基于天气变化过程的自适应分型与匹配的分布式光伏短期功率预测方法，首先通过K-Medoids-Grey实现天气过程的场景划分，再通过改进的多元宇宙算法对卷积神经网络进行优化，实现分布式光伏的短期预测，所提方法以中国甘肃省某分布式光伏用户为实例。结果表明，在测试集中，IMOV-CNN方法在聚类情况下的预测精度比不聚类情况下预测精度Acc提高了9.83%，验证了该方法的有效性。
- 出版日期2023
- 单位国网辽宁省电力有限公司; 深圳市国电科技通信有限公司; 东北电力大学; 沈阳工程学院
