10.3969/j.issn.1671-5292.2022.09.004
基于多气象要素降维及改进型变分模态分解算法的光伏发电功率预测模型研究
为了精准预测光伏发电输出功率,文章提出了一种基于多气象要素降维、优化后的变分模态分解(OVMD)技术、自适应t分布的麻雀搜索算法(tSSA)和最小二乘法向量机(LSSVM)的光伏发电输出功率预测模型.利用OVMD技术对输入光伏时间序列数据进行分解处理,引入t SSA对利用各模态分量建立的LSSVM模型进行参数寻优,搭建了基于OVMD-tSSA-LSSVM算法的光伏功率预测模型,并使用了中国东南沿海某地区3 a的气象数据和实时的光伏输出功率数据进行模型性能验证,通过与SVM,LSSVM,VMD-LSSVM和VMD-SSA-LSSVM 4种模型的预测性能对比,OVMD-tSSA-LSSVM模型的预测精度和拟合效果均最优.实验数据表明,该模型的平均绝对百分比误差(MAPE)和均方根误差(RMSE)分别小于3％和0.35,决定系数(R-Square)超过了97％.最后,通过光伏气象要素降维处理,进一步提升了OVMD-tSSA-LSSVM模型性能.
光伏发电系统、输出功率预测、OVMD-tSSA-LSSVM、多气象要素
40
TK51(特殊热能及其机械)
国家自然科学基金;江苏省高校优势学科项目
2022-09-19（万方平台首次上网日期，不代表论文的发表时间）
共9页
1157-1165
