基于核函数极限学习机的分布式光伏短期功率预测.pdfVIP

第 30 卷 第 4 期 农 业 工 程 学 报 Vol.30 No.4 152 2014 年 2 月 Transactions of the Chinese Society of Agricultural Engineering Feb. 2014 基于核函数极限学习机的分布式光伏短期功率预测 刘 念，张清鑫，李小芳 （华北电力大学电气与电子工程学院，北京 102206 ） 摘 要：伴随中国农村电网的较快发展，分布式光伏的集成应用是实现新能源就地消纳的重要途径。国家相关政 策已对分布式光伏的快速发展进行了相关规划，国家电网公司也出台政策为分布式光伏接入提供便利条件与技术 支持，相关的分布式光伏发电功率预测技术需要进行深入研究。针对用户侧分布式光伏发电系统，考虑预测系统 的成本约束和运行需求，以及农村电网应用特点，提出一种基于核函数极限学习机的分布式光伏功率预测方法。 对于不同容量的分布式光伏发电系统，使用核函数极限学习机构建分布式光伏短期功率预测模型，使用基于权重 的训练样本筛选方法提高预测模型计算效率，并通过粒子群算法优化模型参数。预测模型使用低成本的非数值天 气预报采样信息，对几十千瓦级的分布式光伏，预测相对误差仅 16%~18%，能在低功耗处理器上实现 10ms 内完 成单次发电功率预测，在简化低权重属性后能基本保持原有精度，同时在分布式光伏随机覆尘或逆变器故障条件 下预测误差基本不变，具有较高的适应能力。 关键词：分布式发电；光伏发电；预测；短期功率；用户侧；极限学习机；光伏覆尘 doi ：10.3969/j.issn.1002-6819.2014.04.019 中图分类号：TM615 文献标志码：A 文章编号：1002-6819 2014 -04-0152-08 刘 念，张清鑫，李小芳. 基于核函数极限学习机的分布式光伏短期功率预测[J]. 农业工程学报，2014，30 4 ： 152－159. Liu Nian, Zhang Qingxin, Li Xiaofang. Distributed photovoltaic short-term power output forecasting based on extreme learning machine with kernel[J]. Transactions of the Chinese Society of Agricultural Engineering Transactions of the CSAE , 2014, 30 4 : 152 －159. in Chinese with English abstract 精度较高，但预测系统运行成本过高。张艳霞等[11] 0 引 言 使用反馈型神经网络按季节建立预测模型，但预测 国家能源局在《关于申报分布式光伏发电规模 精度波动较大，且试验预测时间过短。朱永强等[12] 化应用示范区的通知》中指出：光伏发电适合结合 采用支持向量机作为预测方法并按天气类型建立 电力用户用电需要，在广大城镇和农村的各种建筑 预测模型，但所用光伏功率原始数据来自软件仿真 物和公共设施上推广分布式光伏系统，同时《太阳 值，难以反映实际系统的复杂运行条件及功率波 能发电“十二五”规划》指出中国将在 2015 年建 动。王守相等[13]采用灰色神经网络组合模型进行光 设分布式光伏发电系统 1 000 万 kW 。国家电网在 伏功率预测，虽然相比传统方法具有较好的预测精 《关于做好分布式光伏发电并网服务工作的意见》