摘要:區(qū)間預測方法可以反映光伏發(fā)電功率可能的變化范圍,提供比點預測方法更豐富的預測信息。文章提出了一種基于徑向基函數(shù)(radial basis function,RBF)神經網(wǎng)絡的區(qū)間預測模型以直接輸出光伏功率預測區(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,構建了一種考慮區(qū)間預測偏差信息的改進預測區(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神經網(wǎng)絡輸出權值以提高預測區(qū)間的可信度和準確性。通過對比傳統(tǒng)區(qū)間優(yōu)化模型和所提改進區(qū)間優(yōu)化模型的預測結果,發(fā)現(xiàn)改進區(qū)間優(yōu)化模型能夠獲得寬度更窄和預測偏差更小的光伏功率預測區(qū)間,可為調度決策提供更準確的輔助信息。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社。
電力建設雜志, 月刊,本刊重視學術導向,堅持科學性、學術性、先進性、創(chuàng)新性,刊載內容涉及的欄目:能源互聯(lián)網(wǎng)人工智能關鍵技術及其應用、配電網(wǎng)智能化感知與供電質量提升關鍵技術、智能電網(wǎng)、電力經濟研究等。于1958年經新聞總署批準的正規(guī)刊物。