基于AO优化VMD-CE-BiGRU的光伏发电功率预测

作者：朱正林; 张冕^*

来源：国外电子测量技术, 2022, 41(10): 56-61.

DOI：10.19652/j.cnki.femt.2204102

• 光伏功率预测
• 天鹰优化
• 变分模态分解
• Copula熵
• 双向门控循环单元

为了提高光伏发电功率预测精度，提出了一种基于天鹰优化算法(aquila optimizer, AO)优化变分模态分解(variational mode decomposition, VMD)、双向门控循环单元(bidirectional gated recurrent unit, BiGRU)及Copula熵(copula entropy, CE)理论的光伏发电功率预测模型。为了减少分解损失，利用AO优化VMD参数，将历史光伏功率数据和环境数据分解成具有不同频率的模态分量；使用Copula熵法进行相关性分析，选择与每个光伏功率模态分量关系最密切的环境因素分量作为输入；建立AO优化BiGRU预测模型，对每个模态分量进行预测；最后，叠加每个光伏功率子序列的预测结果。实验选取澳大利亚Yulara地区光伏电站实测数据进行验证，结果表明，该预测模型即使在天气变化比较大的情况下也有很好的预测效果。

• 单位
  南京工程学院