基于SVR残差修正的光伏发电功率预测模型

作者：刘家庆; 张弘鹏; 郭希海; 孙羽; 徐峥; 张平

来源：电力工程技术, 2020, 39(05): 146-151.

• 光伏发电
• 功率预测
• 残差修正
• 支持向量回归(SVR)
• 差分自回归移动平均(ARIMA)

近年来,大规模光伏并网对区域电网的安全稳定运行造成了严重影响。光伏功率超短期预测可为区域电力调度提供必要的数据支撑,促进新能源消纳,但光伏自身的波动特性使光伏功率预测的精度难以提高。因此,文中提出考虑功率修正、基于差分自回归移动平均(ARIMA)和支持向量回归(SVR)的光伏发电功率预测模型。首先,以光伏电站现场采集的功率时间序列建立ARIMA模型,对日发电功率进行初步预测;其次,利用前一个气象相似日的预测残差数据建立SVR模型,对预测日的ARIMA残差进行预测;最后,对初步预测结果进行修正。利用现场实测数据建立典型日的光伏发电预测模型,测试结果表明在残差修正后,预测精度明显提升。

• 单位
  国家电网有限公司; 国电南瑞科技股份有限公司