《面向光伏发电的模式预测树模型-论文》.pdfVIP

第 32卷 第3期 可 再 生 能 源 Vol_32 No．3 2014年 3月 Renewable Energy Resources Mar．2014 面 向 光 伏 发 电 的 模 式 预 测 树 模 型 董亚东 ，郭华平27吴双惠 ，王兆庆 37范 明 (1．郑州大学，河南 郑州 450052；2．信 阳师范学院，河南 信阳 464000；3．许继电气股份有限公司，河南 许 昌 461000) 摘 要 ：文章将模式预测树 引入到光伏发 电预测中，提 出了一种面向光伏发电的模式预测树模型(PGMT)。与传 统的神经网络不同，PGMT将树模型与线性回归模型相结合，预测时输入信息沿着某条路径到达叶结点 ，该叶结 点使用线性 回归模型预测相应的发电量。该方法有效地避免了标准线性回归模型对数据 的线性要求 ，同时保留 了线性模型的可解释性 。利用在某光伏 电站 的数据集上 的实验结果表明，PGMT较之于神经网络保留了很好 的 可解释性 ，表现出更高的预测准确性 。 关键词：预测模型模式树；线性回归 ：发电功率预测；树剪枝 中图分类号 ：TK514 文献标志码 ：A 文章编号 ：1671—5292(2014)03—0253—06 0 引言 径到达叶结点后 ，该叶结点使用线性回归模型预 大规模光伏并 网发 电是利用太 阳能的一种 测相应的发 电量 Ol。该模型保持了模型结构的 有效方式 ，但光伏发 电系统受光照强度、环境温 可解释性。将这种方法用于宁夏金阳新能源有限 度等因素的影响，其输出功率的变化具有不确定 公司中卫市第三光伏 电站收集到的真实数据集上 性，不利于电、网调度部门安排常规电源和光伏发 进行实验 ，结果表明，与神经网络等传统方法相 电的协调配合 因此，需要对光伏系统的输出功 比，该模型具有更好的预测能力。 率预测进行研究 ，预先获得其输 出功率曲线，从 1 系统描述光伏发 电输出功率的影响因素 而协调电网调度部 门统筹安排 ，减少光伏发电随 影响光伏发 电的因素 比较多，如温度、云量、 机性对电力系统 的影响，提高系统安全性和稳定 太 阳辐照强度 、光伏板 的类型、光伏板上清洁程 性 1-{3]。 度 、逆变器与汇流箱转化效率 、光伏板安装角度 目前。已有线性模型、支持 向量机、神经网络 等11『。对于新的光伏 电站：经纬度、光伏板的类型、 模型等很多方法被用于新型能源发 电站发 电量 逆变器与汇流箱转化效率 、光伏板安装角度等因 的预测上3]【。但是，这些方法各 自都存在一定的 素已经 固定 ，因此太 阳辐照强度 、温度 、入射角动 缺点：标准回归并不是一种有效表示诱导函数的 态因子就成为影响光伏发电效率的关键。采用光 方法，因为它假设数据之间存在线性关系嘲。已有 伏 电站所在地历史气象数据中的太阳辐照强度 、 的实验表 明，神经网络往往是有效的，但它却不 温度、入射角作为训练模型的输人数据。进行光伏 容易解释 ，因为没有揭示它所表示 函数结构 的任 输出功率预测具有明显的实用意义。 何信息。 1．1光照强度对光伏输出功率的影响 本文提 出了一种面向光伏发 电的模式预测 太阳辐射是导致光伏 电池产生伏特效应的直 树 模 型 PGMT (Photovohaic—powerGeneration 接影响因素 。辐照强度的大小直接影响光伏发 电 orientedModelTree)用于预测光伏发电。与传统的 量的大小… ”。 神经网络方法