基于极端学习机的光伏发电功率短期预测

作者：刘士荣; 李松峰; 宁康红; 周啸波; 荣延泽

来源：控制工程, 2013, (03): 386-390.

DOI：10.14107/j.cnki.kzgc.2013.03.014

• 光伏发电系统
• 相似日
• 极端学习机
• 发电功率预测 photovoltaic system
• similar day
• extreme learning machine
• generated power forecasting

为了进一步提高光伏发电功率的预测准确度,该文首次将极端学习机方法(ELM)和相似日方法结合并引入光伏发电功率短期预测领域。通过分析影响光伏发电功率的各个因素,分时段预测光伏发电功率。该方法在不同时间段中利用相似日评价函数选取历史相似日,结合预测日的天气因素,采用极端学习机对预测日对应时段的发电功率进行预测。通过对预测效果进行比较和分析,结果表明该方法比传统的神经网络预测算法有更好的预测效果。

• 单位
  浙江省电力设计院; 杭州电子科技大学