准确的短期光伏功率预测对于电力系统中光伏并网系统的安全运行有着重要意义。针对传统天气类型划分不准确以及单一预测模型不准的问题，提出了一种基于聚类集成的Adaboost集成模型的短期光伏功率预测方法。首先选取多维辐照度特征后，通过基于相似度的聚类集成方法，融合多种聚类算法的划分结果，将历史数据聚类为晴天、多云、阴天和雨天集合，以获得准确的天气相似日集合。其次根据历史相似日集合，通过Adaboost集成弱学习器最小二乘支持向量机（Least Squares Support Vector Machine,LSSVM），分别建立4种天气下的LSSVM-Adaboost预测模型。最后通过聚类集成算法先对待预测日的天气情况进行判断，再将其气象数据输入对应天气下的预测模型中得到预测结果。实例分析表明，所提出的聚类集成和Adaboost双集成模型可以在较大程度上跟踪光伏实际出力，便于电网调度规划。
京公网安备11010202008535号
