光伏电站短期功率区间预测.pdf

研究与设计
光伏电站短期功率区间预测
赵 辉 1,2，赵智立 1，王红君 1，岳有军 1
(1. 天津理工大学电气电子工程学院，天津 300384；2. 天津农学院工程技术学院，天津 300392)
摘要：为了解决因天气因素导致的光伏出力预测不确定性和随机性问题，更好地量化光伏出力预测偏差的波动范围。
提出了基于自适应噪声的集合经验模态分解(CEEMDAN)-排列熵(PE)和改进的蚁狮算法(IALO)优化核极限学习机
(KELM)的光伏发电功率区间预测模型。利用CEEMDAN 将历史功率信号分解为多个模态函数(IMF)分量，然 后 ，
计算各IMF的熵值，相近的熵值重新组合新序列。借助采用IALO 调整输出层权重的 KELM 网络建立预测模型，对
各序列进行区间构造并根据区间预测偏差调整区间模型，再叠加区间预测结果。以实际数据为算例，将组合预测模
型与IALO-KELM 模型和粒子群算法-反向传播算法(PSO-BP)模型进行对比实验。结果表明，CEEMDAN-PE-
IALO-KELM模型的区间预测结果准确性和可靠性更高。
关键词：光伏功率预测；CEEMDAN；排列熵；核极限学习机；改进的蚁狮算法；区间预测
中图分类号：TM615 文献标识码：A 文章编号：1002-087X(2021)04-0490-05
DOI:.1002-
Short-termpowerintervalpredictionofphotovoltaicpowerstation
ZHAOHui1,2,ZHAOZhili1,WANGHongjun1,YUEYoujun1
(,TianjinUniversityofTechnology,Tianjin300384