黄博阳, 何肖蒙, 肖小兵, 李跃, 蔡永翔, 肖勇, 金鑫
控制工程. 2023, 30(12): 2254-2260.
为应对分布式光伏电站接入电网所带来的能量波动问题,方便电网部门的能量调度和管理,提出一种基于模糊 C 均值聚类和样本加权的反向传播(fuzzy C means-clustering
and weighted samples back propagation, FCM-WS-BP)神经网络光伏输出功率预测方法。首先,采用最大互信息相关性分析和主成分分析法,从气象数据中提取出综合气象因子。基于综合气象因子的频域特征,利用模糊 C 均值聚类将历史样本划分为不同的天气类型,再利用所得到的隶属度矩阵对样本加权。然后,利用加权后的样本对反向传播(back propagation,
BP)神经网络进行训练,得到 FCM-WS-BP 预测模型。最后,经实验验证,所提方法与
BP 模型相比,预测结果具有更高的准确性,模型预测性能较好。