基于核密度估计和CatBoost算法的光伏功率预测方法

作     者：范国庆 李康辉 高捷 彭峰 王潇晨 唐亮 史洁 FAN Guoqing;LI Kanghui;GAO Jie;PENG Feng;WANG Xiaochen;TANG Liang;SHI Jie

作者机构：济南大学山东济南250022 山东省计量科学研究院山东济南250014 山东电力咨询院有限公司山东济南250000 

出 版 物：《上海电力大学学报》 (Journal of Shanghai University of Electric Power)

年 卷 期：2023年第39卷第6期

页      面：529-535页

学科分类：08[工学] 0807[工学-动力工程及工程热物理] 

基　　金：国家重点研发计划政府间项目(2019YFE0118400) 济南市“新高校20条项目”(T202116) 

主　　题：光伏功率预测 CatBoost算法 核密度估计 

摘      要：针对传统单一模型难以有效分析历史数据的波动性规律,从而导致光伏功率预测精度不高的问题,提出了一种基于核密度估计和CatBoost算法的超短期光伏功率预测方法。首先,采集相关的辐射、温度和湿度等特征量,创建光伏功率概率分布统计模型;其次,基于功率分布特性和CatBoost算法构建光伏电站功率预测模型;最后,将所提出的模型应用到实际算例中验证其有效性。通过与常用的预测算法对比,所提模型的预测误差相较于传统模型SVR、DTR、KNN、LSTM、LightGBM分别下降了27.59%、8.69%、16.21%、23.33%和12.56%。