引言
近年来,随着科学技术的不断发展,太阳能发电的综合利用已经成为新兴产业[1]。随着光伏电站装机容量的增长,光伏发电的不确定性为电网新能源消纳带来了挑战[2]。准确的预测光伏发电功率可以降低电力系统的运行成本,保证电网的电能质量,促进大规模的光伏并网发展[3]。
光伏发电是一个连续不断的过程,光伏发电数据作为一个典型的时间序列,不仅是非线性的,而且具有时间相关性[4,5],光伏发电功率每时刻的变化取决于当前时刻和过去时刻的气象特征[6]。针对时间相关性的研究,黄磊等人[7]利用支持向量回归对不同时间尺度的光伏功率序列进行分析,基于多维时间序列特征建立了光伏功率预测模型。模型在一定程度上提升了
您可能关注的文档
- “时-空耦合”活细胞合成量子点.docx
- 2-苯乙醇生物合成的研究进展.docx
- 5-氨基乙酰丙酸生物合成技术的发展及展望.docx
- 1979年—2019年兴凯湖湖冰物候变化的被动微波遥感监测.docx
- 2000年—2020年中国大型湖泊月平均透明度遥感监测数据集.docx
- 2002年—2018年太湖水体溶解二氧化碳浓度卫星遥感数据集.docx
- Ⅱ型细胞色素P450酶氧化β-香树脂醇的选择性调控研究.docx
- Chamaeleo: DNA存储碱基编解码算法的可拓展集成与系统评估平台.docx
- CRISPRCas9及其衍生编辑器在衰老研究中的应用进展.docx
- DNA纳米技术与合成生物学.docx
原创力文档

文档评论(0)