支持向量機在短期光伏發(fā)電功率預測中的應用.pdf

1、在全球環(huán)境污染和能源短缺等問題日益加重的情況下，光伏發(fā)電因其高效、清潔、安全、便利等特質(zhì)，作為一門新興產(chǎn)業(yè)，得到世界各國關注。但隨機性及間歇性是光伏發(fā)電自身存在的一個問題，大規(guī)模的光伏發(fā)電進行并網(wǎng)勢必會對電力系統(tǒng)的各項指標如電能質(zhì)量、穩(wěn)定安全等帶來挑戰(zhàn)，將會制約光伏發(fā)電的長久發(fā)展，而對光伏發(fā)電量進行預測是解決該問題的有效途徑。在此背景下，本文通過分析光伏發(fā)電功率的相關性數(shù)據(jù)，采用基于支持向量機的方法對光伏發(fā)電功率進行短期預測。
　

2、　支持向量機作為一種新型學習機，它是基于結(jié)構(gòu)風險最小化準則，獲得實際風險最小值的機器算法，對小樣本、非線性、局部極小點和高維數(shù)等現(xiàn)實中的問題有良好的解決能力，具有很強的泛化能力。本文基于支持向量機算法，針對短期光伏發(fā)電功率分別進行了基于相空間重構(gòu)和支持向量機的預測：基于小波變換和支持向量機的預測和基于多源信息數(shù)據(jù)融合的預測。預測方法1：將歷史發(fā)電功率序列作為混沌序列進行重構(gòu)后，利用支持向量機進行預測;預測方法2：針對光伏發(fā)電功率序列的不

3、平穩(wěn)性，首先采用小波變換對原始功率數(shù)據(jù)進行處理，將功率序列看作多個不同頻率分量的疊加，通過小波變換，得具有各自特征的序列，用支持向量機對各個序列分別進行預測，最終對各個預測值疊加得預測值;預測方法3：基于數(shù)據(jù)融合的思想，將與光伏發(fā)電功率有關的氣象等信息都考慮到模型中，用支持向量機對氣象因素、歷史功率序列和相鄰機組功率序列進行處理，提取特征信息值，然后采用神經(jīng)元網(wǎng)絡進行融合得最終預測值。采用現(xiàn)場數(shù)據(jù)驗證，并對預測效果進行對比，所運用的方法