光伏電站的發(fā)電功率因受不同客觀環(huán)境因素的影響,其變化規(guī)律很難有跡可循,因此對(duì)光伏出力進(jìn)行準(zhǔn)確預(yù)測(cè)是實(shí)現(xiàn)光能大規(guī)模開發(fā)及利用的重要手段。研究將溫度以及歷史發(fā)電功率數(shù)據(jù)作為輸入變量,提出了一種將模糊聚類(Fuzzy C-means)分析法與回聲狀態(tài)網(wǎng)絡(luò)(Echo State Network)算法相結(jié)合的模型對(duì)樣本進(jìn)行訓(xùn)練和預(yù)測(cè),并利用自適應(yīng)全局和聲搜索(Adaptive Global Harmony Search,AGHS)算法優(yōu)化此模型,最后通過AGHS-FCM-ESN模型與傳統(tǒng)的FCM-ESN模型進(jìn)行預(yù)測(cè)誤差比對(duì),證明此模型可有效提高傳統(tǒng)FCM-ESN模型的預(yù)測(cè)精度,并具有一定的實(shí)用性,可確保電網(wǎng)安全穩(wěn)定地運(yùn)行。

【文章頁數(shù)】：5 頁

【文章目錄】：
1 預(yù)測(cè)模型的設(shè)計(jì)
    1.1 自適應(yīng)全局和聲搜索算法
    1.2 模糊聚類 (FCM) -回聲狀態(tài)網(wǎng)絡(luò) (ESN) 模型
2 AGHS優(yōu)化FCM-ESN模型的建立
3 實(shí)例分析
4 結(jié)論



本文編號(hào)：3960500