基于自适应粒子群算法的超短期光伏发电功率预测
凡金星1
高纪凡2
李永田2
1.天合合晟能源(上海)有限公司,上海 2011052.光伏科学与技术全国重点实验室,江苏 常州 213031;天合光能股份有限公司,江苏 常州 213031
摘要：光伏发电(PV)的输出功率受发电系统的电气设备和外界环境影响,鉴于光伏发电功率存在间歇性、不稳定性等不足,提出自适应聚类分析的优化算法预测其发电功率.以规模为1.5 MWp的地面光伏电站为研究对象,以分布式光伏发电系统为期2年的发电功率数据和气象数据作为输入,研究太阳辐照度、光伏发电功率、环境温度等特征量.基于通径分析和灰色关联度分析,利用Python程序实现一种以k-means均值为聚类准则的自适应粒子群优化算法.结果表明,太阳辐照度、温度是光伏发电功率的主要影响因子,风速、湿度的影响较小,并以该模型对一周内的光伏发电功率进行跟踪预测,预测结果具有一定参考意义.
关键词：光伏发电功率预测k-means聚类分析通径分析灰色关联度分析
分类号：TM615(发电、发电厂)
论文发表日期：2024-05-15
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 43-46 )