基于智能混合预测策略的短期光伏功率预测

作者：黄杨珏; 张晓珂; 沈开程; 戴小然; 朱远哲; 汪进锋; 贾梦麒

来源：电网与清洁能源, 2023, 39(11): 111-119.

• Spearman相关性分析
• K-means++
• 支持向量回归
• 短期光伏功率预测

光伏发电功率的准确预测为电力系统的调度、决策提供了有力的保证条件。针对现有光伏功率预测效率低、准确性不够等问题，提出一种基于Spearman相关性分析、Kmeans++聚类和支持向量回归（SVR）的混合光伏功率预测模型。通过Spearman相关性分析将冗余的输入数据进行筛选，降低模型的输入维度；利用K-means++聚类将数据划分为具有不同特征的类别，建立特征库；分别构建不同数据特征库所对应的SVR预测模型；将测试数据集划分至不同的特征库，得到对应SVR模型的预测结果。选取2021年1月1日—12月31日的武汉市相关数据进行验证，实验结果表明，在光伏系统输出功率预测上，所提Spearman-Kmeans++-SVR模型相较于传统预测模型获得了更高的预测精度和预测效率。

• 单位
  广东电网有限责任公司电力科学研究院; 武汉大学; 自动化学院