基于SVR残差修正的光伏发电功率预测模型

基于SVR残差修正的光伏发电功率预测模型
近年来，大规模光伏并网对区域电网的安全稳定运行造成了严重影响。光伏功率超短期预测可为区域电力调度提供必要的数据支撑，促进新能源消纳，但光伏自身的波动特性使光伏功率预测的精度难以提高。因此，文中提出考虑功率修正、基于差分自回归移动平均(ARIMA)和支持向量回归(SVR)的光伏发电功率预测模型。首先，以光伏电站现场采集的功率时间序列建立ARIMA模型，对日发电功率进行初步预测；其次，利用前一个气象相似日的预测残差数据建立SVR模型，对预测日的ARIMA残差进行预测；最后，对初步预测结果进行修正。利用现场实测数据建立典型日的光伏发电预测模型，测试结果表明在残差修正后，预测精度明显提升。

标题：
基于SVR残差修正的光伏发电功率预测模型
Prediction model of photovoltaic power generation based on SVR residual correction

作者：
刘家庆，张弘鹏，郭希海，孙羽，徐峥，张平
LIU Jiaqing, ZHANG Hongpeng, GUO Xihai, SUN Yu, XU Zheng, ZHANG Ping

关键词：
光伏发电;功率预测;残差修正;支持向量回归(SVR);差分自回归移动平均(ARIMA)
photovoltaic power generation;power prediction;residual correction;support vector regression(SVR);autoregressive integrated moving average(ARIMA)

2025-1-23 19:41 上传 基于SVR残差修正的光伏发电功率预测模型.pdf

文件大小:

4.36 MB

下载次数:

60

高速下载