光伏發(fā)電功率預(yù)測對太陽能開發(fā)利用、電網(wǎng)穩(wěn)定安全運行具有重要意義。提出一種融合了概率神經(jīng)網(wǎng)絡(luò)(PNN)、主成分分析法(PCA)、分散搜索(SS)和支持向量機回歸(SVR)的光伏輸出功率預(yù)測模型。首先結(jié)合天氣信息通過PNN將天氣劃分為晴、多云、陰、雨4種類型,然后在每種天氣類型下,利用PCA對影響光伏出力的多個氣象因素,如太陽輻射強度、溫度和相對濕度等進行降維、轉(zhuǎn)換成少數(shù)幾個主成分作為輸入向量,最后建立SS算法優(yōu)化SVR的光伏發(fā)電功率短期預(yù)測模型。結(jié)果表明,該模型實現(xiàn)了對不同天氣類型下的光伏出力較為精準的預(yù)測,具有一定的可行性及指導意義。

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引言
1 光伏發(fā)電功率與天氣類型的識別劃分
    1.1 光伏電池的等效模型
    1.2 基于PNN的天氣類型識別
2 基于PCA的天氣因素相關(guān)性分析
3 基于SS-SVR的光伏預(yù)測模型
    3.1 SS算法
    3.2 預(yù)測模型的建立
4 算例分析
5 結(jié)語



本文編號：3821904