面向滚动优化调度的光伏发电功率日内超短期预测

作者：李雯; 魏斌; 韩肖清^*; 郭玲娟

来源：电力系统及其自动化学报, 2020, 32(11): 43-49.

DOI：10.19635/j.cnki.csu-epsa.000439

• 滚动优化调度
• K-means聚类
• 随机森林
• 超短期预测

微电网的滚动优化调度是微电网消纳新能源,保持经济运行的重要方法。面向微电网滚动优化调度需求,利用在线监测数据构建了K-means聚类算法和随机森林回归相结合的光伏发电超短期滚动预测模型。首先,通过K-means聚类分析筛选出与当前时刻气象数据相匹配的相似样本;然后,结合当前光伏发电功率数据,构建随机森林预测模型实现对未来1 h内时间间隔为5 min的光伏发电功率的预测;通过即时更新每5 min时间间隔的监测数据进入下一次预测,实现对光伏发电功率的滚动预测。经实测数据测试后,所采用的组合算法可快速得到较准确的预测结果,为微电网滚动优化调度提供可靠的光伏发电功率预测信息,具有较强的实用性。

• 出版日期2020
• 单位太原理工大学