基于改進(jìn)權(quán)值優(yōu)化模型的光伏功率區(qū)間預(yù)測
摘要：區(qū)間預(yù)測方法可以反映光伏發(fā)電功率可能的變化范圍,提供比點預(yù)測方法更豐富的預(yù)測信息。文章提出了一種基于徑向基函數(shù)(radial basis function,RBF)神經(jīng)網(wǎng)絡(luò)的區(qū)間預(yù)測模型以直接輸出光伏功率預(yù)測區(qū)間。為優(yōu)化模型輸出區(qū)間的性能和避免懲罰系數(shù)選擇問題,構(gòu)建了一種考慮區(qū)間預(yù)測偏差信息的改進(jìn)預(yù)測區(qū)間優(yōu)化模型,并采用粒子群算法(particle swarm optimization,PSO)求解,獲得最優(yōu)RBF神經(jīng)網(wǎng)絡(luò)輸出權(quán)值以提高預(yù)測區(qū)間的可信度和準(zhǔn)確性。通過對比傳統(tǒng)區(qū)間優(yōu)化模型和所提改進(jìn)區(qū)間優(yōu)化模型的預(yù)測結(jié)果,發(fā)現(xiàn)改進(jìn)區(qū)間優(yōu)化模型能夠獲得寬度更窄和預(yù)測偏差更小的光伏功率預(yù)測區(qū)間,可為調(diào)度決策提供更準(zhǔn)確的輔助信息。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社。
電力建設(shè)雜志
電力建設(shè)雜志， 月刊，本刊重視學(xué)術(shù)導(dǎo)向，堅持科學(xué)性、學(xué)術(shù)性、先進(jìn)性、創(chuàng)新性，刊載內(nèi)容涉及的欄目：能源互聯(lián)網(wǎng)人工智能關(guān)鍵技術(shù)及其應(yīng)用、配電網(wǎng)智能化感知與供電質(zhì)量提升關(guān)鍵技術(shù)、智能電網(wǎng)、電力經(jīng)濟研究等。于1958年經(jīng)新聞總署批準(zhǔn)的正規(guī)刊物。
- 北大期刊
- CSCD期刊
- 統(tǒng)計源期刊
- 1-3個月審核
