基于GRA-EGA-LSTM模型的短期光伏功率预测

作者：黄宇航^*; 李萍; 简定辉; 梁志洋

来源：电工技术, 2023, (08): 86-90.

DOI：10.19768/j.cnki.dgjs.2023.08.021

• 灰色关联理论
• 精英保留遗传算法
• 长短期记忆网络
• 短期光伏功率预测

对光伏发电功率进行预测可为电力系统调度提供参考，有利于电网的安全稳定运行。为了提高光伏发电功率预测精度，采用灰色关联度分析法(Grey Relation Analysis, GRA)寻找待预测日的相似日作为训练样本；采用精英保留遗传算法(Elitist Model of Genetic Algorithm, EGA)对长短期记忆网络(Long Short-Term Memory, LSTM)的超参数进行寻优；将相似日的光伏功率和气象因素数据作为训练样本代入超参数寻优后的长短期记忆网络进行预测。通过仿真测试，基于GRA-EGA-LSTM组合预测模型的短期光伏功率预测精度要优于传统的LSTM模型。

• 出版日期2023