摘要:随着光伏发电大容量地并入电网,其输出的随机性必将对大电网安全稳定运行造成影响,为此建立了一种变权重的光伏短期组合预测模型,首先通过主成分分析法(principal component analysis,PCA)将影响光伏出力的多重线性因素进行压缩、提取以简化模型输入变量的维数,然后将提取的第一主成分结合灰色关联度来筛选相似日样本,接着将样本分别带入最小二乘支持向量机、改进BP网络2种单一模型进行2次预测。第1次预测作为相似日预测,用来训练权重系数,训练方法是萤火虫算法优化的广义回归神经网络;第2次预测是待预测日的预测。仿真结果验证了所提模型的有效性。
关键词:主成分分析法 灰色关联度 萤火虫算法 广义回归神经网络
单位:上海交通大学电工与电子技术中心; 上海市闵行区200240; 国网重庆市电力公司北碚供电分公司; 重庆市北碚区400700; 国网吉林省电力有限公司延边供电公司; 吉林省延边市133000; 国网吉林省电力有限公司; 吉林省长春市130021
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社