基于MBI-PBI-ResNet的超短期光伏功率预测

• Published in: 电力系统保护与控制 Vol. 52; no. 2; pp. 165 - 176
• Main Authors: 黄泽, 毕贵红, 谢旭, 赵鑫, 陈臣鹏, 张梓睿, 骆钊
• Format: Journal Article
• Language: Chinese
• Published: 昆明理工大学电力工程学院,云南 昆明 650500%华能澜沧江水电股份有限公司糯扎渡水电厂,云南 普洱 665000%中国长江电力股份有限公司乌东德水力发电厂,云南 昆明 651212 2024
• Subjects: photovoltaic power; 并联网络; 光伏发电; 功率预测; 相似日聚类; power prediction; similar day clustering; parallel network

为了增强光伏并网的稳定性,提高光伏发电功率预测精度,提出一种基于相似日聚类、群分解(swarm decomposition,SWD)和MBI-PBI-ResNet深度学习网络模型的光伏发电功率超短期预测方法.首先,使用快速傅里叶变换(fast fourier transform,FFT)提取太阳辐照度的期望频率,将其作为聚类特征向量,并根据此聚类特征向量采用自适应仿射传播聚类(adaptive affinity propagation clustering,AdAP)实现相似日聚类.其次,对每一类相似日分别使用群分解算法进行分解,以提取原始数据的多尺度波动规律特征.最后,利用 MBI-PBI-...