基于改进深度受限玻尔兹曼机算法的光伏发电短期功率概率预测

作     者：王继东 冉冉 宋智林 WANG Jidong;RAN Ran;SONG Zhilin

作者机构：天津大学智能电网教育部重点实验室天津300072 

出 版 物：《电力自动化设备》 (Electric Power Automation Equipment)

年 卷 期：2018年第38卷第5期

页      面：43-49页

核心收录：

学科分类：0808[工学-电气工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 0807[工学-动力工程及工程热物理] 0802[工学-机械工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金资助项目(51477111) 国家重点研发计划项目(2016YFB0901104)~~ 

主　　题：光伏发电 概率预测 受限玻尔兹曼机 灰色关联系数法 遗传算法 

摘      要：光伏发电功率受自然环境影响具有明显的波动性、间歇性与随机性,对光伏发电进行短期功率的概率预测可以有效缓解给电网调度、能量管理等方面带来的诸多不利影响。提出一种基于改进深度受限玻尔兹曼机(RBM)算法的光伏发电短期功率概率预测模型,通过灰色关联系数法寻找待预测日的相似日,并利用遗传算法对RBM算法进行参数优化,避免模型参数寻优陷入局部最优,以提高预测模型的预测精度。仿真算例表明,所提模型可以更好地反映光伏发电功率的概率分布。