光伏發(fā)電系統(tǒng)功率預(yù)測方法研究.pdf

1、太陽能作為存儲量最為巨大的清潔、可再生能源，一直以來備受人們關(guān)注，光伏發(fā)電作為太陽能應(yīng)用的主要方式，其輸出功率具有隨機(jī)性強(qiáng)、波動性大、難以控制等特點(diǎn)。為了降低光伏發(fā)電系統(tǒng)輸出功率并網(wǎng)后對電網(wǎng)的不確定性影響、提高系統(tǒng)可靠性、維護(hù)電力質(zhì)量、增加光伏發(fā)電的滲透水平，對光伏發(fā)電系統(tǒng)輸出功率進(jìn)行預(yù)測，提高其預(yù)測精度具有重大意義。
　　本文通過分析影響光伏發(fā)電系統(tǒng)輸出功率的幾大因素，結(jié)合光伏發(fā)電系統(tǒng)輸出功率具有隨機(jī)性、非平穩(wěn)性，且受天氣狀況影

2、響顯著等特點(diǎn)，按天氣類型將數(shù)據(jù)分為晴天、多云、陰天、雨天四類，對不同天氣類型，分別建立預(yù)測模型。
　　首先分別基于BP神經(jīng)網(wǎng)絡(luò)、灰色神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)，對光伏發(fā)電系統(tǒng)輸出功率進(jìn)行預(yù)測，預(yù)測結(jié)果表明以上方法能初步對光伏發(fā)電系統(tǒng)輸出功率進(jìn)行預(yù)測，但是預(yù)測精度不高。這一方面是受光伏發(fā)電系統(tǒng)輸出功率特性的影響，另一方面是因為上述方法的自身局限性，難以達(dá)到很好的預(yù)測效果。
　　針對光伏發(fā)電系統(tǒng)功率序列的非線性和非平穩(wěn)性，本文提出一種

3、基于經(jīng)驗?zāi)Ｊ椒纸夥ê妥钚《酥С窒蛄繖C(jī)相結(jié)合的光伏發(fā)電系統(tǒng)功率預(yù)測方法。采用經(jīng)驗?zāi)B(tài)分解對原始光伏發(fā)電系統(tǒng)功率數(shù)據(jù)進(jìn)行平穩(wěn)化處理，將其分解成多個基本模式分量，對每一個基本模式分量，分別建立 LSSVM預(yù)測模型，最終預(yù)測結(jié)果由各分量對應(yīng)時刻的預(yù)測值求和得到。實(shí)驗結(jié)果表明，該方法與其他算法相比，預(yù)測精度得到提高。
　　考慮到局部均值分解法在迭代次數(shù)和端點(diǎn)效應(yīng)方面要優(yōu)于經(jīng)驗?zāi)Ｊ椒纸夥?，本文基于局部均值分解法與最小二乘支持向量機(jī)相結(jié)合對光