基于SARIMA和LSSVM的超短期光伏出力预测方法

沈扬; 沈泓

doi:10.13960/j.issn.1672-2558.2024.03.009

南京工程学院学报（自然科学版） ›› 2024, Vol. 22 ›› Issue (3) : 57 -63. DOI: 10.13960/j.issn.1672-2558.2024.03.009

基于SARIMA和LSSVM的超短期光伏出力预测方法

沈扬, 沈泓

作者信息 +

Author information +

文章历史 +

摘要

随着新能源并网比例的增加，准确的光伏出力预测已经成为提高电力系统运行质量和降低备用容量储备的关键技术.本文以未来气象数据、实时环境监测数据、云层遮挡数据、历史功率数据和逆变器运行数据等多个参数为研究对象，利用季节时间序列模型、最小二乘支持向量机和基于密度量化的核递归滤波算法建立多级功率预测模型，该模型综合考虑多种影响出力预测的相关因素，实现了一种分布式多级模型驱动的超短时光伏出力预测方法，提高了超短时光伏功率预测结果的精确度和鲁棒性.