組合預測技術(shù)及其在功率預測中的應用.pdf

1、目前光伏電站功率的預測方法繁多，但是單一預測方法往往存在一定的局限性。組合預測方法成為一種消除單一預測方法局限性，提高功率預測精度的有效方法。
　　本文首先提出了基于相關(guān)系數(shù)的光伏功率組合預測方法。在分別用持續(xù)法，支持向量機法，相似數(shù)據(jù)法對光伏功率進行預測的基礎上，分別求出單一預測值和實際值的相關(guān)系數(shù)，并用預測天前三天的相關(guān)系數(shù)平均值作為預測天單一預測方法的相關(guān)系數(shù)，對相關(guān)系數(shù)較大的單一預測方法賦予較大的權(quán)重。通過實際分析對比，驗

2、證了基于相關(guān)系數(shù)組合預測的有效性，有效提高了光伏功率預測的精度。
　　其次，提出一種基于誤差分布的光伏功率組合預測方法。從歷史數(shù)據(jù)單一預測方法與實際值的誤差角度確定組合預測的權(quán)重。將三種單一預測方法和實際數(shù)據(jù)按時間將每天光伏功率有效發(fā)電量劃分為四段，分別用粒子群尋優(yōu)使組合預測方法的誤差分布接近標準正態(tài)分布，確定各段單一預測方法的權(quán)重，建立基于誤差分布的光伏功率組合預測模型。預測時先將預測天三種單一預測方法按時間進行分段，根據(jù)每段的

3、組合預測模型求出光伏發(fā)電組合預測功率，最后將分段的預測結(jié)果進行重構(gòu)，得到最終的預測結(jié)果。結(jié)果表明，基于誤差分布的組合預測方法的精度要高于三種單一預測預測方法，較高于等權(quán)重和協(xié)方差優(yōu)選組合預測法。
　　最后，研究一種基于聚類方法的非線性組合預測方法。分別用k_means方法，SOM方法，按時間均分法對歷史數(shù)據(jù)進行分類。然后采用BP神經(jīng)網(wǎng)絡對每類數(shù)據(jù)分別建立非線性模型。預測時將預測天按不同分類方法的分類原則分類后根據(jù)已建好的組合預測模