基于相似日和EM-ELM的短期光伏功率預測
打開文本圖片集
摘要：光伏功率精準預測有助于電網(wǎng)調度中心提前編制出科學的調度計劃，從而提升經濟效益。提出一種基于相似日理論結合極限學習機（extreme learning machine，ELM）的光伏功率預測模型。首先，采用皮爾森相關系數(shù)法挑選出與光伏出力相關程度最強的氣象特征；其次，采用模糊C均值聚類法（fuzzy-c-means algorithm，F(xiàn)CM）將歷史樣本數(shù)據(jù)按照所選的氣象特征劃分相似日；最后，根據(jù)預測日天氣類型選取對應相似日數(shù)據(jù)樣本集，利用增量型極限學習機進行預測，將影響光伏出力的主要天氣特征量作為輸入，光伏發(fā)電功率作為輸出，并采用改進的果蠅優(yōu)化算法對極限學習機隱含層參數(shù)進行優(yōu)化。（剩余9669字）