基于PNN/PCA/SS-SVR的光伏发电功率短期预测方法

发布时间：2023-05-22 03:24

　　光伏发电功率预测对太阳能开发利用、电网稳定安全运行具有重要意义。提出一种融合了概率神经网络(PNN)、主成分分析法(PCA)、分散搜索(SS)和支持向量机回归(SVR)的光伏输出功率预测模型。首先结合天气信息通过PNN将天气划分为晴、多云、阴、雨4种类型,然后在每种天气类型下,利用PCA对影响光伏出力的多个气象因素,如太阳辐射强度、温度和相对湿度等进行降维、转换成少数几个主成分作为输入向量,最后建立SS算法优化SVR的光伏发电功率短期预测模型。结果表明,该模型实现了对不同天气类型下的光伏出力较为精准的预测,具有一定的可行性及指导意义。

【文章页数】：7 页

【文章目录】：
0 引言
1 光伏发电功率与天气类型的识别划分
    1.1 光伏电池的等效模型
    1.2 基于PNN的天气类型识别
2 基于PCA的天气因素相关性分析
3 基于SS-SVR的光伏预测模型
    3.1 SS算法
    3.2 预测模型的建立
4 算例分析
5 结语



本文编号：3821904