关键词:
光伏
功率预测
EPGA
BPNN
相似日
参数更新
摘要:
针对短期光伏功率预测中影响因素挖掘不充分,以及传统反向传播神经网络(back propagation neural network,BPNN)预测模型动态参数更新难以抵达全局最优解的问题,提出考虑相似日优选的精英保留策略遗传算法(elitist preservation genetic algorithm,EPGA)改进BPNN短期光伏功率预测模型。首先,根据灰色关联分析(grey relation analysis,GRA)对影响短期光伏出力预测准确度的气象因素进行深入分析,引入GRA和皮尔逊相关系数(Pearson correlation coefficient,PCC)综合指标选取相似日;其次,采用具有全局搜索特性的EPGA算法进一步改进BPNN参数更新的方法,从而构建了EPGA-BPNN模型;最后,利用光伏发电功率历史数据集进行算例分析。结果表明,改进模型EPGA-BPNN在训练速度与短期光伏功率预测精度方面表现更为优异,从而验证了所提算法模型的有效性和优越性。