基于最優(yōu)相似度與IMEA-RBFNN的短期光伏發(fā)電功率預測
摘要:針對光伏發(fā)電功率受氣象因素影響而具有波動性與隨機性問題,提出一種基于最優(yōu)相似度與IMEA-RBFNN的短期光伏發(fā)電功率預測方法。利用相關性分析與平均影響值(Mean Impact Value,MIV)算法選取出溫度、濕度、輻照度3個氣象因素作為輸入指標,通過最優(yōu)相似度理論計算得到預測日的相似日。將相似日數(shù)據(jù)與預測日氣象數(shù)據(jù)作為輸入,采用改進思維進化算法(Improved Mind Evolutionary Algorithm,IMEA)優(yōu)化徑向基神經(jīng)網(wǎng)絡(Radical Basis Function Neural Network,RBFNN)模型對預測日光伏發(fā)電功率進行預測。結果表明改進思維進化算法優(yōu)化徑向基神經(jīng)網(wǎng)絡可以提高模型預測精度,為光伏發(fā)電功率預測提供一種有效方法。
注: 保護知識產(chǎn)權,如需閱讀全文請聯(lián)系華北電力大學學報雜志社