科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高光伏发电功率预测精度，根据不同天气类型下光伏输出功率特点，将天气类型划分为晴天、多云和阴雨三种天气类型，利用灰色关联分析对不同天气类型分别选择相似日，并结合相似日功率时间序列的自相关分析结果，确定光伏发电功率预测模型的输入量。针对狼群算法寻优公式存在的不足，对狼群游走位置和奔袭步长进行改进，得到改进狼群算法（Improved Wolf Pack Algorithm，IWPA），利用IWPA对最小二乘支持向量机（Least Squares Support Vector Machine，LSSVM）的参数进行优化，建立了考虑天气类型和相似日的IWPA-LSSVM光伏发电功率预测模型，采用不同天气类型下的光伏发电功率数据进行仿真分析，并与其他预测模型进行对比，结果表明，无论是晴天、多云还是阴雨天气，IWPA-LSSVM光伏发电功率预测模型的预测精度更高，回归拟合时的误差波动更小，验证了模型的有效性和通用性。
- 出版日期2021-11-9
- 单位三峡大学
