基于极限学习机模型参数优化的光伏功率区间预测技术

作     者：何之倬 张颖 郑刚 郑芳 黄琬迪 张沈习 程浩忠 HE Zhizhuo;ZHANG Ying;ZHENG Gang;ZHENG FangHUANG Wandi;ZHANG Shenxi;CHENG Haozhong

作者机构：国网上海市电力公司青浦供电公司上海201700 上海交通大学电力传输与功率变换控制教育部重点实验室上海200240 

出 版 物：《上海交通大学学报》 (Journal of Shanghai Jiaotong University)

年 卷 期：2024年第58卷第3期

页      面：285-294页

核心收录：

学科分类：08[工学] 0807[工学-动力工程及工程热物理] 

基　　金：国网上海市电力公司科技项目(52093421N001) 国家自然科学基金(51907123) 

主　　题：光伏功率 区间预测 极限学习机 参数优化 加权欧氏距离指标 

摘      要：提出一种基于极限学习机(ELM)模型参数优化的光伏功率区间预测技术.首先,提出加权欧氏距离作为光伏功率预测区间评估指标,筛选历史样本单元并优化ELM训练集;然后,提出ELM参数混合寻优算法,利用精英保留策略遗传算法与分位数回归优化ELM模型隐层输入及输出权重与偏置参数,并采用训练后的模型预测光伏功率区间;最后,基于光伏电站与气象站历史数据构建实际算例,预测光伏功率区间,并与其他方法得到的结果进行对比.算例结果表明:所提方法在增加区间预测可信度的同时,能较大程度提高区间预测准确度.