基于核函数极限学习机的分布式光伏短期功率预测

《基于核函数极限学习机的分布式光伏短期功率预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第30卷第4期农业工程学报Vol.30No.41522014年2月TransactionsoftheChineseSocietyofAgriculturalEngineeringFeb.2014基于核函数极限学习机的分布式光伏短期功率预测刘念，张清鑫，李小芳（华北电力大学电气与电子工程学院，北京102206）摘要：伴随中国农村电网的较快发展，分布式光伏的集成应用是实现新能源就地消纳的重要途径。国家相关政策已对分布式光伏的快速发展进行了相关规划，国家电网公司也出台政策为分布式光伏接入提供便利条件与技术支持，相关的分布式光伏发电功率预测技术需要进行深入研究。针对用户侧分

2、布式光伏发电系统，考虑预测系统的成本约束和运行需求，以及农村电网应用特点，提出一种基于核函数极限学习机的分布式光伏功率预测方法。对于不同容量的分布式光伏发电系统，使用核函数极限学习机构建分布式光伏短期功率预测模型，使用基于权重的训练样本筛选方法提高预测模型计算效率，并通过粒子群算法优化模型参数。预测模型使用低成本的非数值天气预报采样信息，对几十千瓦级的分布式光伏，预测相对误差仅16%~18%，能在低功耗处理器上实现10ms内完成单次发电功率预测，在简化低权重属性后能基本保持原有精度，同时在分布式光伏随机覆尘或逆变器故障条件下预测误差基本不变，具有较高的适应能力。关键

3、词：分布式发电；光伏发电；预测；短期功率；用户侧；极限学习机；光伏覆尘doi：10.3969/j.issn.1002-6819.2014.04.019中图分类号：TM615文献标志码：A文章编号：1002-6819(2014)-04-0152-08刘念，张清鑫，李小芳.基于核函数极限学习机的分布式光伏短期功率预测[J].农业工程学报，2014，30(4)：152－159.LiuNian,ZhangQingxin,LiXiaofang.Distributedphotovoltaicshort-termpoweroutputforecastingbasedonextre

4、melearningmachinewithkernel[J].TransactionsoftheChineseSocietyofAgriculturalEngineering(TransactionsoftheCSAE),2014,30(4):152－159.(inChinesewithEnglishabstract)[11]精度较高，但预测系统运行成本过高。张艳霞等0引言使用反馈型神经网络按季节建立预测模型，但预测国家能源局在《关于申报分布式光伏发电规模[12]精度波动较大，且试验预测时间过短。朱永强等化应用示范区的通知》中指出：光伏发电适合结合采用支持向量机作为

5、预测方法并按天气类型建立电力用户用电需要，在广大城镇和农村的各种建筑预测模型，但所用光伏功率原始数据来自软件仿真物和公共设施上推广分布式光伏系统，同时《太阳值，难以反映实际系统的复杂运行条件及功率波能发电“十二五”规划》指出中国将在2015年建[13]动。王守相等采用灰色神经网络组合模型进行光设分布式光伏发电系统1000万kW。国家电网在伏功率预测，虽然相比传统方法具有较好的预测精《关于做好分布式光伏发电并网服务工作的意见》度，但试验中功率预测时间过短，难以证明预测模中指出：分布式光伏发电分散接入低压配电网，电[14]型长时间运行下的预测精度。金鑫等虽然在样本网企业

6、按国家政策全额收购富余电力。近年来，农筛选时考虑到属性权重的作用，但权重值为人工给村能源不足问题日益凸显，而分布式光伏等清洁能出，容易受专家经验影响，较难以推广且精确度不源的开发无疑是潜在的解决方案[1]。同时农村电网[15]高。LonijV等采用数值天气预报与太阳跟踪式的线路长，负荷点多且分散，而动力负荷多在白天地面摄像头进行分布式光伏功率预测，摄像头方式[2]运行，适宜发展分布式光伏。未来用户侧分布式虽然也能获得较高的预测精度，但无疑成本较高，光伏接入将会大幅增加，研究其功率预测问题对配同时增加了预测系统的软、硬件复杂度，不易推广[3-8]电网的稳定与经济运行具

7、有重要价值。实施。[9]在分布式光伏功率预测方面，陈昌松等、代高精度数值天气预报通常以按年付费的方式[10]倩等基于数值天气预报构建预测模型，虽然预测由气象局提供，若采用基于数值天气预报的光功率预测方法，带来的较高成本难以在农村环境下推广收稿日期：2013-09-13修订日期：2013-11-26[16-17]应用。同时，若能简化预测算法的复杂度，使基金项目：国家自然科学基金资助项目（51277067）资助。[18-19]作者简介：刘念（1981—），男，安徽安庆人，副教授，博士，研究其便于在智能电表内集成，也可有效降低成方向为新能源与智能配用电系统。北京华北电