組合預測技術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系數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，相似數據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系數，并用預測天前三天的相關系數平均值作為預測天單一預測方法的相關系數，對相關系數較大的單一預測方法賦予較大的權重。通過實際分析對比，驗

2、證了基于相關系數組合預測的有效性，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。從歷史數據單一預測方法與實際值的誤差角度確定組合預測的權重。將三種單一預測方法和實際數據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果進行重構，得到最終的預測結果。結果表明，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據進行分類。然后采用BP神經網絡對每類數據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已建好的組合預測模