考虑输变电工程造价的短期光伏功率控制 被引量：5

1

作者 金国锋 张林 +2 位作者 范晓奇 范佳琪 李恩源 《电源技术》 CAS 北大核心 2021年第1期65-68,共4页

为提高光伏系统功率协调控制精确性,提出基于ELM_k的短期光伏功率协调控制算法。综合考虑光伏功率协调控制影响因素,利用分类算法划分气象类型,利用EMD分解短期光伏功率序列,实现功率序列隔离预处理,降低非平稳行为对短期光伏功率协调... 为提高光伏系统功率协调控制精确性,提出基于ELM_k的短期光伏功率协调控制算法。综合考虑光伏功率协调控制影响因素,利用分类算法划分气象类型,利用EMD分解短期光伏功率序列,实现功率序列隔离预处理,降低非平稳行为对短期光伏功率协调控制产生的影响;采用ELM_k设计并构建短期光伏功率协调控制模型,增强功率协调控制精确性。以某光伏系统为对象,对某日的输出功率进行协调控制实验,结果显示,该算法对光伏功率进行协调控制后,其输变电工程造价降低,说明该算法表现出了良好的运行效果,具有可行性。 展开更多

关键词 输变电电网 工程造价 短期光伏功率 电力系统调度

下载PDF 职称材料

基于天气分型的短期光伏功率组合预测方法 被引量：47

2

作者 叶林 裴铭 +2 位作者 路朋 赵金龙 何博宇 《电力系统自动化》 EI CSCD 北大核心 2021年第1期44-54,共11页

由于光伏功率波动特征与天气类型紧密相关,且光伏功率短期预测存在功率波动过程预测精度低、气象因素与功率波动过程相关性弱的问题,文中提出了一种基于天气分型的短期光伏功率组合预测方法。首先,基于气象因素与光伏功率波动特征的关联... 由于光伏功率波动特征与天气类型紧密相关,且光伏功率短期预测存在功率波动过程预测精度低、气象因素与功率波动过程相关性弱的问题,文中提出了一种基于天气分型的短期光伏功率组合预测方法。首先,基于气象因素与光伏功率波动特征的关联性,将天气过程划分为5种类型,并基于变分模态分解算法将光伏功率分解为类晴空过程和波动过程。然后,利用Granger因果关系算法筛选出与各天气类型下光伏功率波动过程密切相关的关键气象因子。最后,建立基于天气分型的短期光伏功率组合预测模型。模型充分考虑了深度学习算法的特异性,对光伏功率类晴空过程与各天气类型下的光伏功率波动过程进行分类预测。仿真结果表明,文中所提出的短期光伏功率预测方法能够显著提升短期光伏功率预测的精度。 展开更多

关键词 短期光伏功率预测 变分模态分解 GRANGER因果关系分析 光伏功率波动过程 光伏功率类晴空过程 组合预测

下载PDF 职称材料

基于VMD-GWO-ELMAN的光伏功率短期预测方法 被引量：22

3

作者 张娜 任强 +2 位作者 刘广忱 郭力萍 李静宇 《中国电力》 CSCD 北大核心 2022年第5期57-65,共9页

以进一步提高光伏输出功率短期预测的准确性和可靠性为目标,针对传统Elman神经网络权值和阈值盲目随机的缺点以及光伏输出功率信号波动性和非平稳性的特点,提出一种基于变分模态分解(VMD)和灰狼优化算法(GWO)优化Elman神经网络的光伏输... 以进一步提高光伏输出功率短期预测的准确性和可靠性为目标,针对传统Elman神经网络权值和阈值盲目随机的缺点以及光伏输出功率信号波动性和非平稳性的特点,提出一种基于变分模态分解(VMD)和灰狼优化算法(GWO)优化Elman神经网络的光伏输出功率短期预测模型。首先,使用Kmeans算法对原始数据按天气类型进行聚类;然后,使用VMD对每一类型天气光伏输出功率数据进行分解,分别将各分解子序列输入经GWO优化的Elman神经网络进行光伏输出功率预测;最后,将各预测结果进行叠加。实例证明:该模型的预测精度有所提升。 展开更多

关键词 K-MEANS聚类 变分模态分解 灰狼优化算法 ELMAN神经网络 短期光伏功率预测

下载PDF 职称材料

基于智能混合预测策略的短期光伏功率预测 被引量：4

4

作者 黄杨珏 张晓珂 +4 位作者 沈开程 戴小然 朱远哲 汪进锋 贾梦麒 《电网与清洁能源》 CSCD 北大核心 2023年第11期111-119,共9页

光伏发电功率的准确预测为电力系统的调度、决策提供了有力的保证条件。针对现有光伏功率预测效率低、准确性不够等问题,提出一种基于Spearman相关性分析、Kmeans++聚类和支持向量回归(SVR)的混合光伏功率预测模型。通过Spearman相关性... 光伏发电功率的准确预测为电力系统的调度、决策提供了有力的保证条件。针对现有光伏功率预测效率低、准确性不够等问题,提出一种基于Spearman相关性分析、Kmeans++聚类和支持向量回归(SVR)的混合光伏功率预测模型。通过Spearman相关性分析将冗余的输入数据进行筛选,降低模型的输入维度;利用K-means++聚类将数据划分为具有不同特征的类别,建立特征库;分别构建不同数据特征库所对应的SVR预测模型;将测试数据集划分至不同的特征库,得到对应SVR模型的预测结果。选取2021年1月1日—12月31日的武汉市相关数据进行验证,实验结果表明,在光伏系统输出功率预测上,所提Spearman-Kmeans++-SVR模型相较于传统预测模型获得了更高的预测精度和预测效率。 展开更多

关键词 Spearman相关性分析 K-means++ 支持向量回归 短期光伏功率预测

下载PDF 职称材料

基于集成机器学习模型的短期光伏出力区间预测 被引量：1

5

作者 陈习勋 吴凯彤 +1 位作者 何杰 彭显刚 《智慧电力》 北大核心 2024年第2期87-93,107,共8页

为全面深挖影响光伏出力因素之间的关联信息,进一步提高机器学习模型在短期光伏出力区间预测的精度,提出一种基于集成机器学习模型的短期光伏出力区间预测方法。首先,利用快速相关性过滤(FCBF)的特征选择算法对多维的历史光伏数据及气... 为全面深挖影响光伏出力因素之间的关联信息,进一步提高机器学习模型在短期光伏出力区间预测的精度,提出一种基于集成机器学习模型的短期光伏出力区间预测方法。首先,利用快速相关性过滤(FCBF)的特征选择算法对多维的历史光伏数据及气象数据进行最优特征的提取;然后,在集成多个机器学习模型的基础上,收集训练过程中的预测误差,通过最大似然估计获取预测误差的概率分布,得到预测区间的上下限;最后,结合集成学习模型预测得到光伏出力曲线,进而得到最终的日前光伏出力预测区间。最后通过算例验证了所提模型的可靠性与优越性。 展开更多

关键词 短期光伏功率预测 特征选择 机器学习 区间预测

下载PDF 职称材料

基于GRA-EGA-LSTM模型的短期光伏功率预测 被引量：1

6

作者 黄宇航 李萍 +1 位作者 简定辉 梁志洋 《电工技术》 2023年第8期86-90,共5页

对光伏发电功率进行预测可为电力系统调度提供参考,有利于电网的安全稳定运行。为了提高光伏发电功率预测精度,采用灰色关联度分析法(Grey Relation Analysis,GRA)寻找待预测日的相似日作为训练样本;采用精英保留遗传算法(Elitist Model... 对光伏发电功率进行预测可为电力系统调度提供参考,有利于电网的安全稳定运行。为了提高光伏发电功率预测精度,采用灰色关联度分析法(Grey Relation Analysis,GRA)寻找待预测日的相似日作为训练样本;采用精英保留遗传算法(Elitist Model of Genetic Algorithm,EGA)对长短期记忆网络(Long Short-Term Memory,LSTM)的超参数进行寻优;将相似日的光伏功率和气象因素数据作为训练样本代入超参数寻优后的长短期记忆网络进行预测。通过仿真测试,基于GRA-EGA-LSTM组合预测模型的短期光伏功率预测精度要优于传统的LSTM模型。 展开更多

关键词 灰色关联理论 精英保留遗传算法 长短期记忆网络 短期光伏功率预测

下载PDF 职称材料

基于NWP辐照度斜面转换的光伏功率预测方法 被引量：5

7

作者 姜文玲 赵艳青 +3 位作者 王勃 冯双磊 裴岩 张菲 《山东大学学报（工学版）》 CAS CSCD 北大核心 2021年第5期114-121,共8页

短期光伏功率预测统计方法一般采用数值天气预报(numerical weather prediction, NWP)的水平辐照度,而不是倾斜安装的光伏板上接收到的斜面辐照度,导致预测精度不足。针对这一问题提出新的辐照度斜面转换方法,先将散射辐射分为属性不同... 短期光伏功率预测统计方法一般采用数值天气预报(numerical weather prediction, NWP)的水平辐照度,而不是倾斜安装的光伏板上接收到的斜面辐照度,导致预测精度不足。针对这一问题提出新的辐照度斜面转换方法,先将散射辐射分为属性不同的分子散射、米散射,再对两者分别进行斜面转换;采用该方法将NWP水平辐照度转换为NWP斜面辐照度,再基于NWP斜面辐照度进行光伏功率建模与预测。算例结果显示,本方法的预测精度(均方根误差为10.25%、相关性系数为0.914 0)高于直接采用NWP水平辐照度的传统方法。 展开更多

关键词 辐照度斜面转换 散射辐射 短期光伏功率预测 数值天气预报

原文传递

频域分解和深度学习算法在短期负荷及光伏功率预测中的应用 被引量：80

8

作者 张倩 马愿 +2 位作者 李国丽 马金辉 丁津津 《中国电机工程学报》 EI CSCD 北大核心 2019年第8期2221-2230,共10页

由于光伏发电和负荷的时变特性,光伏发电功率的消纳存在动态的过程,提升精细化的光伏及负荷预测技术对配电网的实时调度运行至关重要。该文在负荷和光伏发电精确预测的基础上,对光伏消纳能力进行分析。首先提出一种基于频域分解的短期... 由于光伏发电和负荷的时变特性,光伏发电功率的消纳存在动态的过程,提升精细化的光伏及负荷预测技术对配电网的实时调度运行至关重要。该文在负荷和光伏发电精确预测的基础上,对光伏消纳能力进行分析。首先提出一种基于频域分解的短期负荷预测方法;其次,应用基于孤立森林和长短期记忆神经网络,预测短期光伏发电功率;然后,分析负荷特性及光伏发电特性;最后,结合消纳指标对安徽省某地级市国庆期间进行消纳能力分析。实验结果表明,所提出的短期负荷及光伏预测方法可达到理想的预测效果,消纳分析结果为该地区配电网火电机组调配提供参考意义。 展开更多

关键词 短期负荷预测 短期光伏发电功率预测 频域分解 孤立森林 长短期记忆神经网络

下载PDF 职称材料

基于数据清洗与组合学习的光伏发电功率预测方法研究 被引量：16

9

作者 邱明 鲁冠军 +1 位作者 吴昊天 杨仲卿 《可再生能源》 CAS 北大核心 2020年第12期1583-1589,共7页

短期光伏发电功率预测对电网调度计划的安排和优化具有重要意义。机器学习类算法的飞速进步有利于提高光伏发电功率的预测精度。文章提出了一种基于数据清洗与组合学习的光伏发电功率预测方法。考虑到变电站实际运行时,在通信与传输过... 短期光伏发电功率预测对电网调度计划的安排和优化具有重要意义。机器学习类算法的飞速进步有利于提高光伏发电功率的预测精度。文章提出了一种基于数据清洗与组合学习的光伏发电功率预测方法。考虑到变电站实际运行时,在通信与传输过程中会出现数据遗漏的状况,在数据输入模型前,采用KNN算法对缺失数据进行补全;然后,将极限学习机、Adaboost模型和神经网络模型的预测结果进行动态组合,并通过Lasso算法在一定周期内对权值进行更新,获得最终预测结果;最后,利用北京大兴区的实际光伏发电数据来验证文章所提出的预测算法的准确性。模拟结果表明,在晴天和阴雨天条件下,组合学习模型预测结果均比较准确。 展开更多

关键词 短期光伏发电功率预测 数据清洗 组合学习 Lasso 极限学习机 ADABOOST

下载PDF 职称材料

基于ICEEMDAN-LSTM-BNN的短期光伏发电功率概率预测 被引量：4

10

作者 王清亮 代一凡 +1 位作者 王旭东 郝帅 《西安科技大学学报》 CAS 北大核心 2023年第3期593-602,共10页

针对短期光伏发电功率建立精准概率预测模型是提高电网安全稳定运行的重要手段。为了提高非晴空条件下光伏发电功率预测的精度和稳定性,选用具有优良正则化特性的贝叶斯神经网络模型作为基础算法。首先通过改进自适应噪声完备集合经验... 针对短期光伏发电功率建立精准概率预测模型是提高电网安全稳定运行的重要手段。为了提高非晴空条件下光伏发电功率预测的精度和稳定性,选用具有优良正则化特性的贝叶斯神经网络模型作为基础算法。首先通过改进自适应噪声完备集合经验模态分解方法对多尺度多模态变化气象数据进行平稳化处理,简化映射关系建立步骤;其次引入长短期记忆神经网络来增强模型对光伏发电功率随机波动性和时序性的有效捕捉;进而结合各项算法提出基于ICEEMDAN-LSTM-BNN的短期光伏发电功率概率预测方法;最后以宁夏太阳山光伏电站实测数据为测试对象,对非晴空条件下的光伏发电功率进行预测,所提模型较之传统算法在非晴空条件下点预测和概率预测效果均显著改善,充分验证所提方法的有效性和可靠性。 展开更多

关键词 短期光伏发电功率 概率预测 非晴空 贝叶斯神经网络 长短期记忆神经网络

下载PDF 职称材料

基于tGSSA-DELM的短期光伏发电功率预测 被引量：4

11

作者 杨海柱 李庆华 张鹏 《智慧电力》 北大核心 2023年第10期70-77,共8页

针对目前光伏发电预测的预测耗时和预测精度不足等问题,提出了一种基于皮尔逊相关性分析、改进的麻雀算法(tGSSA)和深度极限学习机(DELM)的组合预测方法。该方法首先通过皮尔逊相关性分析方法对影响光伏出力的主要因素进行筛选,然后采... 针对目前光伏发电预测的预测耗时和预测精度不足等问题,提出了一种基于皮尔逊相关性分析、改进的麻雀算法(tGSSA)和深度极限学习机(DELM)的组合预测方法。该方法首先通过皮尔逊相关性分析方法对影响光伏出力的主要因素进行筛选,然后采用黄金正弦搜索策略、自适应t分布和动态选择策略来增强麻雀算法的全局搜索能力和局部寻优能力,最后利用tGSSA群智能优化算法对DELM中的输入权重和偏置进行寻优,在得到最优输入权重和偏置的情况下对光伏发电功率进行预测。以澳大利亚某光伏站一年数据按季节划分后进行预测研究,将本文模型与DELM,SSA-DELM,GA-DELM,ABC-DELM,WOA-DELM进行预测对比,结果表明,相比于其他算法改进模型和传统模型,tGSSA-DELM在预测精度、预测稳定性和工作效率中具有较大优势,具有更强的适用性。 展开更多

关键词 短期光伏发电功率预测 黄金正弦 自适应t分布 麻雀算法 深度极限学习机

下载PDF 职称材料

基于特征提取的FA-BP短期光伏发电预测 被引量：6

12

作者 韩璐 宋海亮 +1 位作者 宋佳 刘太豪 《南昌大学学报（工科版）》 CAS 2021年第1期85-89,共5页

为解决光伏发电受详细、复杂的天气数据所影响的问题,提出一种基于特征提取的萤火虫算法(FA)优化误差回传神经网络(BP神经网络)的FA-BP短期光伏发电预测模型。为提高收敛速度利用主成分分析法(PCA)对光伏发电历史数据以及历史天气数据... 为解决光伏发电受详细、复杂的天气数据所影响的问题,提出一种基于特征提取的萤火虫算法(FA)优化误差回传神经网络(BP神经网络)的FA-BP短期光伏发电预测模型。为提高收敛速度利用主成分分析法(PCA)对光伏发电历史数据以及历史天气数据进行降维与去噪,选取影响光伏发电的主要成分并构建PCA-BP预测模型。并利用FA对PCA-BP预测模型进行阈值和权值的优化,进而构建PCA-FA-BP的光伏发电预测模型。再将提出的PCA-FA-BP预测模型与BP神经网络预测模型、PCA-BP预测模型以及单一的FA-BP预测模型进行光伏发电预测效果对比与分析,通过仿真结果表明PCA-FA-BP预测模型拥有更佳的训练效果以及预测精度。 展开更多

关键词 特征提取 主成分分析(PCA) 萤火虫算法(FA) BP神经网络 短期光伏发电功率预测

下载PDF 职称材料