發(fā)布時間：2018-03-11 13:45

  本文選題：光伏功率預(yù)測　切入點(diǎn)：微網(wǎng)(微電網(wǎng))　出處：《電力系統(tǒng)自動化》2014年05期 　論文類型：期刊論文

【摘要】：目前光伏發(fā)電預(yù)測普遍采用采樣間隔較大的單一時間尺度功率序列建模,模型簡單但對功率時序特征的模擬精度不高。文中提出了一種基于小采樣間隔光伏功率數(shù)據(jù)的多維時間序列局部預(yù)測方法。通過構(gòu)造不同時間尺度的光伏功率均值序列,形成以小時平均光伏功率序列為主要研究序列的多維時間序列;基于相關(guān)性分析、C-C方法和嵌入維最小預(yù)測誤差法確定多維時間序列相空間重構(gòu)的時間延遲和嵌入維;采用支持向量回歸方法建立提前1h的光伏功率局部預(yù)測模型。以國內(nèi)某微網(wǎng)的光伏功率預(yù)測為例進(jìn)行仿真實(shí)驗(yàn),計(jì)算結(jié)果表明,多維時間序列局部預(yù)測模型優(yōu)于基于單一時間尺度功率序列的局部預(yù)測模型,更具應(yīng)用價值。
[Abstract]:At present, photovoltaic generation prediction generally uses a single time scale power series modeling with large sampling interval. The model is simple but the simulation accuracy of power time series is not high. In this paper, a multi-dimensional time series local prediction method based on small sampling interval photovoltaic power data is proposed. The time delay and embedding dimension of phase space reconstruction of multidimensional time series are determined based on correlation analysis C-C method and minimum prediction error method of embedding dimension. The local prediction model of photovoltaic power is established by using support vector regression method. The simulation results show that the photovoltaic power prediction of a microgrid in China is simulated. The local prediction model of multidimensional time series is superior to the local prediction model based on single time scale power series and has more application value.
【作者單位】： 中國科學(xué)院廣州能源研究所中國科學(xué)院可再生能源重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金青年科學(xué)基金資助項(xiàng)目(51206170) 廣東省粵港招標(biāo)項(xiàng)目(2011BZ100101) 廣州市重大科技專項(xiàng)(2010U1-D00231) 中國科學(xué)院與佛山市合作項(xiàng)目(2011BY100215)~~
【分類號】：TM615;O212.1

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 張宜陽;盧繼平;孟洋洋;嚴(yán)歡;李輝;;基于經(jīng)驗(yàn)?zāi)Ｊ椒纸夂突煦缦嗫臻g重構(gòu)的風(fēng)電功率短期預(yù)測[J];電力系統(tǒng)自動化;2012年05期

2 杜穎;盧繼平;李青;鄧穎玲;;基于最小二乘支持向量機(jī)的風(fēng)電場短期風(fēng)速預(yù)測[J];電網(wǎng)技術(shù);2008年15期

3 朱永強(qiáng);田軍;;最小二乘支持向量機(jī)在光伏功率預(yù)測中的應(yīng)用[J];電網(wǎng)技術(shù);2011年07期

4 王守相;張娜;;基于灰色神經(jīng)網(wǎng)絡(luò)組合模型的光伏短期出力預(yù)測[J];電力系統(tǒng)自動化;2012年19期

5 雷紹蘭;孫才新;周nv;張曉星;;電力短期負(fù)荷的多變量時間序列線性回歸預(yù)測方法研究[J];中國電機(jī)工程學(xué)報;2006年02期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 姜竹楠;劉峰;于文波;;基于小波包負(fù)荷特征提取和徑向基網(wǎng)絡(luò)的短期負(fù)荷預(yù)測新方法[J];電力科學(xué)與技術(shù)學(xué)報;2007年02期

2 杜杰;曹一家;徐立中;劉志堅(jiān);;短期負(fù)荷預(yù)測Volterra濾波器間隔采樣模型[J];電工技術(shù)學(xué)報;2008年08期

3 白曉虎;姜漢橋;王碩亮;葉銀珠;陳民鋒;;油田開發(fā)動態(tài)指標(biāo)多步預(yù)測模型研究[J];斷塊油氣田;2010年03期

4 王興元;趙敏;樊印海;;船舶電力負(fù)荷預(yù)測混沌時間序列分析法[J];大連理工大學(xué)學(xué)報;2010年01期

5 程德才;趙書強(qiáng);馬燕峰;;配電網(wǎng)可靠性指標(biāo)的灰色組合預(yù)測方法及應(yīng)用[J];電力科學(xué)與工程;2009年03期

6 井天軍;阮睿;楊明皓;;基于等效平均風(fēng)速的風(fēng)力發(fā)電功率預(yù)測[J];電力系統(tǒng)自動化;2009年24期

7 茆美琴;周松林;蘇建徽;;基于脊波神經(jīng)網(wǎng)絡(luò)的短期風(fēng)電功率預(yù)測[J];電力系統(tǒng)自動化;2011年07期

8 王揚(yáng);張金江;溫柏堅(jiān);郭創(chuàng)新;曹一家;吳棟梁;;風(fēng)電場超短期風(fēng)速預(yù)測的相空間優(yōu)化鄰域局域法[J];電力系統(tǒng)自動化;2011年24期

9 張宜陽;盧繼平;孟洋洋;嚴(yán)歡;李輝;;基于經(jīng)驗(yàn)?zāi)Ｊ椒纸夂突煦缦嗫臻g重構(gòu)的風(fēng)電功率短期預(yù)測[J];電力系統(tǒng)自動化;2012年05期

10 李云飛;黃彥全;蔣功連;;基于PCA-SVM的電力系統(tǒng)短期負(fù)荷預(yù)測[J];電力系統(tǒng)及其自動化學(xué)報;2007年05期

相關(guān)會議論文 前1條

1 栗然;柯?lián)砬?張孝乾;唐凡;;基于時序-支持向量機(jī)的風(fēng)電場發(fā)電功率預(yù)測研究[A];中國智能電網(wǎng)學(xué)術(shù)研討會論文集[C];2011年

相關(guān)博士學(xué)位論文 前10條

1 王敏;分布式電源的概率建模及其對電力系統(tǒng)的影響[D];合肥工業(yè)大學(xué);2010年

2 鄭曉雨;大電網(wǎng)實(shí)測負(fù)荷模型的實(shí)用化研究[D];華北電力大學(xué)（北京）;2011年

3 李智;風(fēng)電規(guī)律預(yù)測及對電網(wǎng)運(yùn)行影響的研究[D];山東大學(xué);2011年

4 劉輝;鐵路沿線風(fēng)信號智能預(yù)測算法研究[D];中南大學(xué);2011年

5 劉興杰;風(fēng)電輸出功率預(yù)測方法與系統(tǒng)[D];華北電力大學(xué);2011年

6 葉世杰;基于多指標(biāo)模型的電力負(fù)荷預(yù)測研究[D];重慶大學(xué);2010年

7 王揚(yáng);風(fēng)電短期預(yù)測及其并網(wǎng)調(diào)度方法研究[D];浙江大學(xué);2011年

8 黃漢奇;風(fēng)力發(fā)電與光伏發(fā)電系統(tǒng)小干擾穩(wěn)定研究[D];華中科技大學(xué);2012年

9 蘇宏升;軟計(jì)算方法及其在電力系統(tǒng)故障診斷中的若干應(yīng)用研究[D];西南交通大學(xué);2007年

10 劉立霞;多變量金融時間序列的非線性檢驗(yàn)及重構(gòu)研究[D];天津大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 王鵬翔;基于機(jī)器自學(xué)習(xí)的電網(wǎng)安全校正算法研究[D];華北電力大學(xué)（北京）;2011年

2 魯坤;風(fēng)電場短期風(fēng)速預(yù)測與預(yù)測值的置信度檢驗(yàn)[D];蘭州理工大學(xué);2011年

3 鐘光科;偏最小二乘回歸分析在短期負(fù)荷預(yù)測中的應(yīng)用[D];河北工程大學(xué);2011年

4 許珂;砷鹽凈化除銅過程銅離子濃度預(yù)測模型的研究及應(yīng)用[D];中南大學(xué);2011年

5 胡玲;基于模糊神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測研究[D];南華大學(xué);2011年

6 鄒文;基于模式識別的風(fēng)電功率預(yù)測研究[D];華北電力大學(xué);2011年

7 陳倩;區(qū)域風(fēng)電功率一體化預(yù)測方法研究[D];華北電力大學(xué);2011年

8 彭虎;風(fēng)電分布模式及概率預(yù)測方法研究[D];哈爾濱工業(yè)大學(xué);2010年

9 周野;基于粒子群優(yōu)化算法的短期電力負(fù)荷預(yù)測[D];湖南大學(xué);2009年

10 孟洋洋;風(fēng)電場發(fā)電功率短期預(yù)測模型研究[D];重慶大學(xué);2011年

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賀琳;李英姿;;改進(jìn)GM(1,1)殘差修正模型在光伏發(fā)電量短期預(yù)測中的應(yīng)用[J];北京建筑工程學(xué)院學(xué)報;2008年04期

2 陳昌松;段善旭;殷進(jìn)軍;;基于神經(jīng)網(wǎng)絡(luò)的光伏陣列發(fā)電預(yù)測模型的設(shè)計(jì)[J];電工技術(shù)學(xué)報;2009年09期

3 張國強(qiáng);張伯明;;基于組合預(yù)測的風(fēng)電場風(fēng)速及風(fēng)電機(jī)功率預(yù)測[J];電力系統(tǒng)自動化;2009年18期

4 李智;韓學(xué)山;韓力;康凱;;地區(qū)電網(wǎng)風(fēng)電場功率超短期預(yù)測方法[J];電力系統(tǒng)自動化;2010年07期

5 茆美琴;周松林;蘇建徽;;基于脊波神經(jīng)網(wǎng)絡(luò)的短期風(fēng)電功率預(yù)測[J];電力系統(tǒng)自動化;2011年07期

6 徐曼;喬穎;魯宗相;;短期風(fēng)電功率預(yù)測誤差綜合評價方法[J];電力系統(tǒng)自動化;2011年12期

7 溫權(quán),張勇傳,程時杰;負(fù)荷預(yù)報的混沌時間序列分析方法[J];電網(wǎng)技術(shù);2001年10期

8 雷亞洲,王偉勝,印永華,戴慧珠;風(fēng)電對電力系統(tǒng)運(yùn)行的價值分析[J];電網(wǎng)技術(shù);2002年05期

9 蔣傳文,袁智強(qiáng),侯志儉,張勇傳;高嵌入維混沌負(fù)荷序列預(yù)測方法研究[J];電網(wǎng)技術(shù);2004年03期

10 杜穎;盧繼平;李青;鄧穎玲;;基于最小二乘支持向量機(jī)的風(fēng)電場短期風(fēng)速預(yù)測[J];電網(wǎng)技術(shù);2008年15期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張鋼;何小敏;張小波;黃永慧;;統(tǒng)計(jì)學(xué)習(xí)算法在高校教學(xué)質(zhì)量評估中的應(yīng)用研究[J];電子科技大學(xué)學(xué)報(社科版);2008年04期

2 蔣輝;;基于MGM(1,n)模型的多元核支持向量回歸預(yù)測[J];數(shù)學(xué)的實(shí)踐與認(rèn)識;2011年09期

3 肖健華;林健;劉晉;;基于SVR的區(qū)域經(jīng)濟(jì)短期預(yù)測模型[J];系統(tǒng)仿真學(xué)報;2005年12期

4 林溯;;基于支持向量回歸的旅游客流量預(yù)測[J];科技信息(學(xué)術(shù)版);2006年12期

5 肖健華;;中國科技園區(qū)經(jīng)濟(jì)發(fā)展智能預(yù)測[J];計(jì)算機(jī)工程;2006年07期

6 楊瑋龍;楊琦龍;;基于支持向量回歸的供應(yīng)鏈管理績效評價研究[J];價值工程;2006年09期

7 孫晉眾;林健;;基于小波的能源消費(fèi)彈性系數(shù)預(yù)測方法[J];沈陽航空工業(yè)學(xué)院學(xué)報;2007年03期

8 黃遠(yuǎn)兵;蔡啟明;楊瑋龍;黃燕美;;基于支持向量回歸的服務(wù)備件需求量預(yù)測研究[J];物流科技;2006年10期

9 趙衛(wèi);劉濟(jì)科;;基于支持向量回歸的迭代序列響應(yīng)面可靠度計(jì)算方法[J];機(jī)械強(qiáng)度;2008年06期

10 王琴;沈遠(yuǎn)彤;;二尺度最小二乘小波支持向量回歸[J];工程地球物理學(xué)報;2009年04期

相關(guān)會議論文 前6條

1 陳懿冰;張玲玲;石勇;;基于改進(jìn)的支持向量回歸機(jī)的金融時序預(yù)測[A];第六屆（2011）中國管理學(xué)年會論文摘要集[C];2011年

2 尤華;王建東;;機(jī)場噪聲的時間序列預(yù)測[A];2011年通信與信息技術(shù)新進(jìn)展——第八屆中國通信學(xué)會學(xué)術(shù)年會論文集[C];2011年

3 湯俊;肖健華;吳今培;;基于支持向量回歸的商業(yè)銀行信貸風(fēng)險評估[A];中國運(yùn)籌學(xué)會第八屆學(xué)術(shù)交流會論文集[C];2006年

4 劉卓軍;李曉明;;一種基于時間序列異常點(diǎn)監(jiān)測的可疑交易分析方法[A];第十三屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2011年

5 劉碧森;姚宇;;粗SVM理論及其在稅收預(yù)測中的應(yīng)用[A];第三屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2005年

6 蔡磊;趙斐;程國建;;支持向量回歸在原油高壓物性參數(shù)預(yù)測中的應(yīng)用研究[A];第十二屆中國青年信息與管理學(xué)者大會論文集[C];2010年

相關(guān)博士學(xué)位論文 前10條

1 譚顯勝;支持向量回歸解釋性體系的建立及應(yīng)用[D];湖南農(nóng)業(yè)大學(xué);2010年

2 蔣輝;經(jīng)濟(jì)預(yù)測的灰色支持向量回歸方法[D];中南大學(xué);2010年

3 袁從貴;最小二乘支持向量回歸及其在水質(zhì)預(yù)測中的應(yīng)用研究[D];廣東工業(yè)大學(xué);2012年

4 劉廣利;基于支持向量機(jī)的經(jīng)濟(jì)預(yù)警方法研究[D];中國農(nóng)業(yè)大學(xué);2003年

5 田英杰;支持向量回歸機(jī)及其應(yīng)用研究[D];中國農(nóng)業(yè)大學(xué);2005年

6 趙暉;支持向量機(jī)分類方法及其在文本分類中的應(yīng)用研究[D];大連理工大學(xué);2006年

7 閻彬;結(jié)構(gòu)—熱耦合問題及結(jié)構(gòu)疲勞的可靠性分析方法研究[D];西安電子科技大學(xué);2013年

8 劉靖旭;支持向量回歸的模型選擇及應(yīng)用研究[D];國防科學(xué)技術(shù)大學(xué);2006年

9 凌丹;威布爾分布模型及其在機(jī)械可靠性中的應(yīng)用研究[D];電子科技大學(xué);2011年

10 黃細(xì)霞;基于支持向量機(jī)的建模方法及其在材料加工中的應(yīng)用研究[D];上海交通大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 苗強(qiáng);農(nóng)民收入的粗糙支持向量回歸與實(shí)證分析[D];安徽大學(xué);2010年

2 陳金翠;最小二乘支持向量回歸組合預(yù)測模型的應(yīng)用[D];新疆大學(xué);2010年

3 湯宇曦;廣東省經(jīng)濟(jì)運(yùn)行效率與科技創(chuàng)新的協(xié)整分析及預(yù)測[D];五邑大學(xué);2008年

4 劉健;混合微粒群算法研究及在隨機(jī)規(guī)劃中的應(yīng)用[D];中國石油大學(xué);2009年

5 林溯;ε-支持向量回歸在時間序列型數(shù)據(jù)預(yù)測上的應(yīng)用[D];四川大學(xué);2007年

6 徐義田;支持向量回歸算法的研究及其在食物安全中的應(yīng)用[D];中國農(nóng)業(yè)大學(xué);2005年

7 王云龍;一種新的支持向量回歸機(jī)模型[D];大連理工大學(xué);2011年

8 馬麗;基于支持向量回歸理論的股份預(yù)測實(shí)證研究[D];新疆大學(xué);2011年

9 吳歡歡;基于噪聲模型的支持向量回歸機(jī)的分析[D];哈爾濱工業(yè)大學(xué);2011年

10 李金偉;與支持向量回歸機(jī)對應(yīng)的密度函數(shù)的研究[D];湖北師范學(xué)院;2011年

，

本文編號：1598438