基于優(yōu)化變分模態(tài)分解的光伏功率超短期區(qū)間預(yù)測(cè)方法

打開文本圖片集

摘 要：針對(duì)城市分布式光伏電站在進(jìn)行超短期功率預(yù)測(cè)時(shí)所需氣象資料難以獲取，在轉(zhuǎn)折天氣下光伏出力不確定性增加的問題，提出一種光伏功率超短期區(qū)間預(yù)測(cè)模型。首先該模型采用麻雀算法優(yōu)化變分模態(tài)分解（VMD），在不同天氣下將歷史光伏出力分解成多個(gè)時(shí)序特征強(qiáng)的子模態(tài)；其次，通過長短期記憶神經(jīng)網(wǎng)絡(luò)LSTM對(duì)各子模態(tài)分別預(yù)測(cè)；再次，將各子模態(tài)的點(diǎn)預(yù)測(cè)結(jié)果疊加；算例驗(yàn)證結(jié)果表明：在各類天氣條件下，所提模型相比于單純使用氣象因子的預(yù)測(cè)方法，具有更高的預(yù)測(cè)準(zhǔn)確度和更強(qiáng)的適應(yīng)性，同時(shí)也能在點(diǎn)預(yù)測(cè)的基礎(chǔ)上提供較為準(zhǔn)確的置信區(qū)間。（剩余18076字）