基于事例推理(CBR)的光功率預測研究.pdf

1、隨著光伏發(fā)電大量并入電網(wǎng)中，微電網(wǎng)中的光伏容量不斷增加，在緩解了能源危機和降低環(huán)境污染的同時，光伏出力的隨機性、波動性和間斷性等特點也對電網(wǎng)的安全、經濟和優(yōu)質運行帶來了嚴峻挑戰(zhàn)。對光伏出力進行準確預測，有助于供電部門適時調整供電計劃，統(tǒng)籌安排常規(guī)電源和光伏發(fā)電的協(xié)調配合，提高系統(tǒng)安全、穩(wěn)定運行能力。因此，為了合理制訂發(fā)電計劃，保證電力系統(tǒng)穩(wěn)定運行，需要對光伏發(fā)電輸出功率進行預測。方便電網(wǎng)調度部門提前獲取光功率，有效準確的調整調度計劃；減

2、少電力系統(tǒng)的備用容量，降低電網(wǎng)運行成本；減輕光伏并網(wǎng)對電網(wǎng)安全造成的不利影響。提高光伏發(fā)電經濟效率，為光伏發(fā)電上網(wǎng)提供有利條件。
　　迄今為止，已提出多種預測方法。如傳統(tǒng)方法中的多元線性回歸算法，BP人工神經網(wǎng)絡算法、支持向量機(SVM)算法、基于正交最小二乘法模糊模型方法和灰色理論算法等，這些方法各具特點，因而就有一個如何從許多預測方法中正確選用合適的預測方法的問題．如選擇不當，誤差便隨之而產生。本文將基于事例推理機制(CBR)

3、引入到光伏電站功率預測，本文采用基于事例推理(CBR)的方法來對光功率進行預測，這是解決光伏電站功率預測問題的新方法。與以往通常采用的基于BP神經網(wǎng)絡的方法不同。CBR出現(xiàn)的主要原因是傳統(tǒng)的基于規(guī)則的系統(tǒng)在知識獲取問題上存在困難，不能做事例的例外處理。基于事例推理是通過訪問事例庫中的同類事物的求解，從而獲得當前問題的解決方法的一種推理技術。事例推理的特點是將歷史經驗作為代替規(guī)則專家系統(tǒng)的“知識”存儲在事例庫中。對于新的預測問題，系統(tǒng)從事