基于小波包与LSSVM的短期光伏输出功率预测研究

论文摘要

由于太阳辐照度及其他气象会随时发生变化,导致光伏电站输出功率具有可变性和不确定性,这将会对电网的安全运行造成重大影响。文章研究了影响光伏电站输出功率的几种气象因素,提出了一种基于小波包与最小二乘支持向量机(LSSVM)的短期光伏电站输出功率预测方法。首先,利用小波包将原始光伏电站输出功率,以及太阳辐照度、环境温度、环境湿度等气象因素进行分解,得到基频信号和多层高频信号;然后,利用最小二乘支持向量机所具有的处理小样本数据和解决非线性函数的能力,将得到的基频信号和多层高频信号作为最小二乘支持向量机的输入变量;最后,将不同尺度的输出结果进行叠加、合成,得到原始光伏电站输出功率的预测值。仿真结果表明,与传统的最小二乘支持向量机预测法、BP神经网络预测法,以及EMD与LSSVM相结合的预测方法相比,文章预测方法的预测精度较高,可以有效地预测光伏电站输出功率。

论文目录

• 0 引言
• 1 光伏电站输出功率特性分析
• 2 预测模型输入变量的筛选
• 3 小波包理论
• 4 最小二乘支持向量机
• 5 基于小波包-LSSVM模型的建立
•   5.1 小波包分解与重构
•   5.2 数据预处理
•   5.3 LSSVM模型的建立
•   5.4 预测流程
•   5.5 评价指标的选取
• 6 算例分析
• 7 结论

文章来源

类型: 期刊论文

作者: 杨茂,杨宇

关键词: 气象因素,小波包分解,最小二乘支持向量机,光伏功率短期预测

来源: 可再生能源 2019年11期

年度: 2019

分类: 工程科技Ⅱ辑,农业科技

专业: 电力工业

单位: 东北电力大学现代电力系统仿真控制与绿色电能新技术教育部重点实验室

基金: 国家重点研发计划项目(2018YFB0904200)

分类号: TM615

DOI: 10.13941/j.cnki.21-1469/tk.2019.11.003

页码: 1595-1602

总页数: 8

文件大小: 568K

下载量: 271