摘要：隨著大規(guī)模的光伏發(fā)電接入電網(wǎng),其輸出的隨機性和波動性給電網(wǎng)調(diào)度管理帶來巨大的挑戰(zhàn)。基于此,本文提出了一種同時考慮統(tǒng)計(歷史光伏輸出功率)和物理(歷史和未來的氣象信息)變量的混合灰色關聯(lián)分析-廣義回歸神經(jīng)網(wǎng)絡預測模型。首先,計算多元氣象因子與光伏發(fā)電功率的皮爾遜相關系數(shù),將相關系數(shù)較高的氣象因子確定為建立預測模型的氣象輸入因子;然后,采用灰色關聯(lián)分析算法計算歷史日與待預測日的關聯(lián)度確定最佳相似日,選取最佳相似日的光伏輸出功率和氣象輸入因子以及待預測日的相關氣象參數(shù)作為廣義回歸神經(jīng)網(wǎng)絡模型的輸入?yún)?shù),得到待預測日各個時刻輸出功率的預測值;最后,利用澳大利亞DKA太陽能中心網(wǎng)站所提供的光伏電站歷史氣象數(shù)據(jù)和功率數(shù)據(jù)對所設計的模型進行訓練和測試,驗證模型在不同季節(jié)下的預測效果。結果表明,與所選擇的對比模型相比,本文所建模型具有較好的預測性能。