%0 Journal Article
%T 基于PNN/PCA/SS-SVR的光伏发电功率短期预测方法
%A 吴昊
%A 李立学
%A 王昕
%A 郎永波
%A 郑益慧
%A 黄柯
%J 电力系统自动化
%D 2016
%R 10.7500/AEPS20150924002
%X 光伏发电功率预测对太阳能开发利用、电网稳定安全运行具有重要意义。提出一种融合了概率神经网络(PNN)、主成分分析法(PCA)、分散搜索(SS)和支持向量机回归(SVR)的光伏输出功率预测模型。首先结合天气信息通过PNN将天气划分为晴、多云、阴、雨4种类型,然后在每种天气类型下,利用PCA对影响光伏出力的多个气象因素,如太阳辐射强度、温度和相对湿度等进行降维、转换成少数几个主成分作为输入向量,最后建立SS算法优化SVR的光伏发电功率短期预测模型。结果表明,该模型实现了对不同天气类型下的光伏出力较为精准的预测,具有一定的可行性及指导意义
%K 光伏发电功率预测 概率神经网络 主成分分析法 分散搜索 支持向量机回归
%U http://www.aeps-info.com/aeps/ch/reader/view_abstract.aspx?file_no=20150924002&flag=1