期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于近邻传播聚类与LSTNet的分布式光伏电站群短期功率预测 被引量:15
1
作者 王晓霞 俞敏 +1 位作者 霍泽健 杨迪 《电力系统自动化》 EI CSCD 北大核心 2023年第6期133-141,共9页
为了应对分布式光伏渗透率不断提高带给电网运行的挑战,提出了一种基于近邻传播聚类与长短期时间序列网络(LSTNet)的区域分布式光伏电站群短期功率预测模型。首先,利用近邻传播算法划分区域内不同季节的分布式光伏电站群,并通过皮尔逊... 为了应对分布式光伏渗透率不断提高带给电网运行的挑战,提出了一种基于近邻传播聚类与长短期时间序列网络(LSTNet)的区域分布式光伏电站群短期功率预测模型。首先,利用近邻传播算法划分区域内不同季节的分布式光伏电站群,并通过皮尔逊相关系数确定光伏出力的强相关气象因子,结合双线性插值法加密对应光伏电站群的气象数据。然后,通过LSTNet挖掘光伏功率和气象因子序列的长期和短期时空依赖,并叠加自回归的线性分量,实现了群内多个光伏电站的同时预测。最后,利用美国国家能源部可再生能源实验室的实测数据集验证了所提方法的有效性。实验比较表明,所提预测模型具有较高的预测精度和鲁棒性。 展开更多
关键词 分布式光伏电站群 短期功率预测 近邻传播聚类 长短期时间序列网络
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部