简介:摘要电力系统的作用就是给各个行业和社会提供优质可靠电能,满足各个用户的需求。无论负荷的大小,对电力系统以后的规划或者运行研究来说,都有着重要的作用。随着电力系统的逐步发展,负荷预测也越来越显得重要。负荷预测是电力系统控制和行的基础,预测的准确与否对整个电力系统的运行、检修、规划等都有着至关重要的作用。
简介:针对光伏发电短期预测准确性问题,提出一种基于集合经验模态分解(EEMD)和改进粒子群优化算法(IPSO)的支持向量机(SVM)预测模型。该模型选择与预测日具有相同天气类型的历史光伏小时出力数据及相关气象因素作为输入变量,采用EEMD方法将历史光伏小时出力数据分解为一系列相对比较平稳的分量序列,针对不同特征子序列,建立选用不同核函数的SVM模型分别进行短期预测,并采用IPSO对不同SVM模型的参数进行优化。通过建立不同预测模型进行比较分析,验证了本文提出的组合预测模型具有较高的预测精度,对大规模光伏并网电力系统的决策优化调度具有一定的意义和参考价值。