基于ABC-SVM和PSO-RF的光伏微电网日发电功率组合预测方法研究

• 作 者: 王小杨 罗多 孙韵琳 李超 李进
• 机 构: 电子科技大学中山学院,中山,528400;珠海兴业绿色建筑科技有限公司,珠海,519060;顺德中山大学太阳能研究院,顺德,528300
• 出 处: 太阳能学报
• 发表日期: 2020年3期
• 关键词: 光伏发电量预测 支持向量机 粒子群优化 人工蜂群 随机森林 微电网

综合考虑气象因素,使用ABC-SVM方法,对历史的气象数据和光伏出力数据进行训练,依据发电量情况将气象数据分为4类;之后在4类气象情况下各选取上万条数据,使用PSO-RF模型分别训练每组数据,得到4个带不同参数的模型;最后根据每天的气象情况运行不同的模型.验证本组合方法之后发现,通过气象分类后得到的模型,可大幅提高光伏发电量预测的效果.