论文摘要
区间预测方法可以反映光伏发电功率可能的变化范围,提供比点预测方法更丰富的预测信息。文章提出了一种基于径向基函数(radial basis function,RBF)神经网络的区间预测模型以直接输出光伏功率预测区间。为优化模型输出区间的性能和避免惩罚系数选择问题,构建了一种考虑区间预测偏差信息的改进预测区间优化模型,并采用粒子群算法(particle swarm optimization,PSO)求解,获得最优RBF神经网络输出权值以提高预测区间的可信度和准确性。通过对比传统区间优化模型和所提改进区间优化模型的预测结果,发现改进区间优化模型能够获得宽度更窄和预测偏差更小的光伏功率预测区间,可为调度决策提供更准确的辅助信息。
论文目录
文章来源
类型: 期刊论文
作者: 韦善阳,黎静华,黄乾
关键词: 光伏功率,区间预测,径向基函数神经网络,粒子群优化
来源: 电力建设 2019年07期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 广西电力系统最优化与节能技术重点实验室(广西大学)
基金: 国家重点研发计划项目(2016YFB0900100),国家自然科学基金项目(51377027)~~
分类号: TM615
页码: 26-33
总页数: 8
文件大小: 2341K
下载量: 294
相关论文文献
标签：光伏功率论文; 区间预测论文; 径向基函数神经网络论文; 粒子群优化论文;