基于COOT-SVM的短期光伏发电功率预测

作者：陈晓华; 王志平; 吴杰康; 许海文; 陈盛语; 张勋祥; 龙泳丞; 谢明钊

来源：四川电力技术, 2023, 46(06): 28-40.

DOI：10.16527/j.issn.1003-6954.20230605

• 光伏发电
• 功率预测
• 白冠鸡优化算法
• 支持向量机
• 皮尔逊相关系数

为了提高短期光伏发电功率预测的精度，提出了一种基于白冠鸡优化算法(COOT)优化支持向量机(SVM)的短期光伏发电功率预测模型。首先，分别选取某光伏电站在2017年4月和7月的前21天数据进行仿真分析，计算光伏输出功率和每一个气象因素之间的皮尔逊相关系数；然后，依据皮尔逊相关系数选择太阳总辐射强度、太阳散射辐射强度、太阳直射辐射强度、组件温度和环境温度5个气象因素作为预测模型的输入数据，光伏电站的发电功率作为输出数据。通过与BP和SVM预测模型进行仿真对比可知，对于4月和7月的数据来说，COOT-SVM预测模型的均方根误差、均方误差和平均绝对误差均比BP和SVM预测模型小。因此，所提COOT-SVM预测模型可有效提高短期光伏发电功率的预测精度，具有较高的工程应用价值。

• 单位
  东莞理工学院; 广东工业大学