【精彩论文】考虑天气类型和相似日的IWPA-LSSVM光伏发电功率预测

观点凝练

摘要：为了提高光伏发电功率预测精度，根据不同天气类型下光伏输出功率特点，确定光伏发电功率预测模型的输入量。针对狼群算法（wolf pack algorithm，WPA）缺陷，对狼群游走位置和奔袭步长进行改进，得到改进狼群算法（improved wolf pack algorithm，IWPA），并通过IWPA对最小二乘支持向量机（least squares support vector machine，lSSVM）进行优化，建立了考虑天气类型和相似日的IWPA-LSSVM光伏发电功率预测模型。采用不同天气类型下的光伏发电功率数据进行仿真，结果表明：无论是晴天、多云还是阴雨天气，所提方法预测精度更高，回归拟合时的误差波动更小。
结论：本文根据晴天、多云和阴雨天气类型下光伏发电功率的不同特点，利用灰色关联分析对不同天气类型分别选择相似日，确定了光伏发电功率预测模型的输入量。与此同时，针对狼群算法寻优公式存在的不足，对狼群游走位置和奔袭步长进行改进，得到改进狼群算法。本文建立了考虑天气类型和相似日的IWPA-LSSVM光伏发电功率预测模型，采用不同天气类型下的光伏发电功率数据进行仿真分析，并与其他预测模型进行对比，结果表明，IWPA-LSSVM模型的预测精度更高，回归拟合时的误差波动更小。

引文信息

徐一伦, 张彬桥, 黄婧, 等. 考虑天气类型和相似日的IWPA-LSSVM光伏发电功率预测[J]. 中国电力, 2023, 56(2): 143-149.XU Yilun, ZHANG Binqiao, HUANG Jing, et al. Forecast of photovoltaic power based on IWPA-LSSVM considering weather types and similar days[J]. Electric Power, 2023, 56(2): 143-149.

欢迎点击文后“阅读原文”跳转期刊官网，获取更多信息！

 往期回顾 

编辑：于静茹审核：方彤

声明

根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。