基于极点对称模态分解-支持向量机的短期光伏发电预测方法

作者：卿会; 李薇^*; 刘文娇; 刘铠诚

来源：热能动力工程, 2022, 37(10): 189-197.

DOI：10.16146/j.cnki.rndlgc.2022.10.024

• 光伏发电
• 极点对称模态分解
• 支持向量机
• 深度学习

为提高光伏出力预测精度，针对光伏出力序列非线性、非平稳特点，利用具有平稳化处理技术的ESMD法，将光伏出力序列分解为各模态分量和趋势余项，并将高频模态1,2进一步分解，结合SVM模型分别预测各平稳序列，建立具有“分解-预测-重构”特征的ESMD-SVM组合模型，以某光伏发电厂为例验证模型有效性。结果表明：ESMD-SVM组合模型预报精度大于单一模型，与单一SVM预测模型相比，均方根误差降低了84.81%、平均绝对误差降低了81.27%,决定系数提高了7.42%。

• 单位
  华北电力大学; 环境科学与工程学院; 中国电力科学研究院有限公司