-
题名基于多层次云图特征与宽度学习的超短期光伏功率预测
被引量：4
- 1
-
-
作者
陈殿昊
臧海祥
蒋雨楠
刘璟璇
孙国强
卫志农
-
机构
河海大学电气与动力工程学院
-
出处
《电力系统自动化》
EI
CSCD
北大核心
2024年第22期131-139,共9页
-
基金
国家自然科学基金资助项目(52077062)。
-
文摘
针对现有研究云图信息利用不充分、爬坡功率预测误差较大而导致超短期光伏功率预测性能提升受限的问题,提出一种基于多层次云图特征与宽度学习的超短期光伏功率预测方法。首先,提取地基云图的多层次特征作为功率预测模型的图像特征量;同时,引入云层覆盖率与云层变化率作为爬坡识别模型的图像特征量。其次,结合历史功率数据,构建基于宽度学习的光伏功率预测模型与爬坡识别模型。最后,若爬坡识别结果为非爬坡事件,则直接应用功率预测模型得到预测结果;反之,则使用与爬坡事件相关的历史数据对功率预测模型进行增量更新,并基于更新后的功率预测模型得到预测结果。实验结果表明,所提出的方法能够有效提高超短期光伏功率的预测精度。
-
关键词
光伏功率预测
云图
宽度学习
增量学习
爬坡事件
-
Keywords
photovoltaic power forecasting
sky image
broad learning
incremental learning
ramp event
-
分类号
TM615
[电气工程—电力系统及自动化]
TP181
[自动化与计算机技术—控制理论与控制工程]
-
