基于PSO-SVR模型的光伏功率预测研究

作     者：许鸣吉 孙歌 徐焰 赵彬 陈佳瑜 冯陈佳 XU Mingji;SUN Ge;XU Yan;ZHAO Bin;CHEN Jiayu;FENG Chenjia

作者机构：国网上海市电力公司市北供电公司上海200072 

出 版 物：《电力与能源》 (Power & Energy)

年 卷 期：2023年第44卷第2期

页      码：150-156页

摘      要：光伏发电功率预测对电网调度工作有着重要的指导意义。以其光伏电站为研究对象,首先分析季节类型、天气类型和气象要素等因素对光伏功率的影响,对历史数据进行分类,选择合适的特征作为训练集;其次,针对支持向量回归机(SVR)模型对内部参数依赖性较高这一现象,设计粒子群优化(PSO)算法对SVR模型的惩罚系数、不敏感损失系数和尺度参数进行寻优,建立基于PSO-SVR方法的光伏功率预测模型;最后,通过实际案例,选择BP神经网络、SVR和PSO-SVR等方法进行罗泾灰场的光伏功率预测并作比较,验证了所提方法能较好地跟踪实测曲线,对光伏功率的预测结果更接近实测值。

主 题 词：光伏功率预测 特征 支持向量回归机模型 粒子群优化算法 

学科分类：12[管理学] 0202[经济学-财政学类] 02[经济学] 1201[管理学-管理科学与工程类] 020205[020205] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.11973/dlyny202302011

馆 藏 号：203121778...