一种综合ANFIS和PCA的光伏发电功率预测新方法  

A NEW PV GENERATION POWER FORCASTING METHOD INTEGRATING ANFIS AND PCA

作　　者：郑凌蔚[1,2] 刘士荣[1,2] 毛军科[1] 谢小高[1] 

机构地区：[1]杭州电子科技大学自动化研究所,杭州310018 [2]华东理工大学自动化研究所,上海200237

出　　处：《太阳能学报》2012年第6期993-1001,共9页Acta Energiae Solaris Sinica

基　　金：浙江省重大科技专项(2009C11G2040039);国家自然科学基金(51007015);浙江省自然科学基金(Q12E070001)

摘　　要：提出一种综合自适应神经模糊推理系统(ANFIS)和主成分分析(PCA)的光伏发电功率预测方法,以日期、时刻、历史天气预报中的云层状况和温度为输入量,以光伏发电系统历史发电数据和历史天气预报数据为基础,用主成分分析对输入量降维,提取主要输入成分,与光伏发电功率输出共同构成历史数据库,对历史数据进行训练,建立光伏发电功率的ANFIS预测模型,利用相对均方根误差对模型进行评估。结果表明,本文提出的方法建模速度快,模型预测精度较高。A new forecast method integrating Adaptive Neuron Fuzzy Inference System （ANFIS） and Principle Component Analysis （PCA） was proposed. Regarding the data, the time, the cloudy status and the temperature in the weather forecast as the input arguments, based on the history PV output and the history weather forecast data, the input arguments dimension was reduced and the input principle components are extracted by PCA. The history databank, consisting of the input principle components and the PV history output, was trained by ANFIS to establish the forecast model. Case study results showed that the new modeling method is quick and efficient.

关 键 词：光伏发电功率预测 ANFIS 降维 PCA 天气预报 

分 类 号：TM615[电气工程—电力系统及自动化]