关键词:
交通工程
光伏功率预测
鲸鱼算法
自洽能源系统
最小二乘支持向量机
Lévy飞行
摘要:
为了推动高速公路绿色转型发展,提高交通领域可再生能源自洽率,针对高速公路场景下光伏发电功率预测精度不高的问题,提出一种改进鲸鱼优化算法(IWOA)优化最小二乘支持向量机(LSSVM)的预测模型(IWOA-LSSVM)。首先,对鲸鱼优化算法(WOA)进行改进,在初始化过程中加入混沌映射Tent和随机变量来增加初始化种群的多样性,提高发现全局最优解的概率;在WOA中引入非线性收敛因子和自适应权重的方法、有效提高全局搜索和局部搜索的能力;在螺旋更新阶段融合Lévy飞行策略,扩大搜索空间的覆盖范围,提升算法的全局优化能力,通过以上改进方法以优化LSSVM的模型参数,解决盲目选参问题。其次,构建IWOA-LSSVM,对收集到的历史数据进行分析并根据光伏电站实际环境使用Pearson相关系数评估关键气候影响因素,利用该方法得到模型初始参数。最后,通过对河北某高速公路服务区光伏电站的实际数据进行仿真试验。研究结果表明:在不同天气条件下,IWOA-LSSVM的预测精度均高于LSSVM;晴天时,IWOA-LSSVM相比于LSSVM的均方根误差R_(MSE)和平均绝对误差MAE分别下降了26.87%和25.92%;阴天时,IWOA-LSSVM相比于LSSVM的R_(MSE)和M_(AE)分别下降了8%和6%;雨天时,IWOA-LSSVM相比于LSSVM的R_(MSE)和M_(AE)下降最高,分别为49.6%和60%,模型预测精度提升最为显著;该模型提高了光伏发电功率预测精度,提升了高速公路自洽能源系统光伏发电的经济效益。