线上期刊服务咨询,发表咨询:400-808-1701 订阅咨询:400-808-1721

基于数值特性聚类的日前光伏出力预测误差分布模型

赵书强; 张婷婷; 李志伟; 李东旭; 许晓艳; 刘金山 电力系统自动化 2019年第13期

摘要:光伏出力预测误差难以避免且不容忽视,预测误差分布的准确描述有利于电力系统的优化调度和稳定运行。基于此,分析预测误差分布与其影响因素之间的相关性,提出一种基于数值特性聚类的日前光伏出力预测误差概率模型。利用模糊C均值聚类法对预测误差的整体水平进行分类,再依据预测出力的数值特性进行分区处理,并建立了适用于估计误差分布的通用型高斯混合模型。该分析方法综合考虑了气象因素和预测出力数值特性对预测误差的影响,可以较为准确地估计不同时刻的预测误差,给出预测误差分布的置信区间,且不受预测算法和光伏电站地理信息的限制。基于比利时和中国西北地区光伏系统历史数据的分析结果表明,所提误差模型可描述光伏出力预测误差分布偏态性和峰度多样性,效果优于其他分布模型,能够用于描述不同情况下的日前光伏出力预测误差分布。

关键词:光伏发电出力日前预测误差通用型高斯混合分布模糊c均值聚类

单位:新能源电力系统国家重点实验室(华北电力大学); 河北省保定市071003; 中国电力科学研究院有限公司; 北京市100192; 国网青海省电力公司; 青海省西宁市810000

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

电力系统自动化

北大期刊

¥1300.00

关注 31人评论|0人关注