热能动力工程

作者：卿 会，李 薇，刘文娇，刘铠诚

单位：华北电力大学 环境科学与工程学院，北京 102206,,华北电力大学 环境科学与工程学院，北京 102206,,华北电力大学 环境科学与工程学院，北京 102206,,中国电力科学研究院有限公司，北京 100192,

关键词：光伏发电;极点对称模态分解;支持向量机;深度学习

基金：电网安全与节能国家重点实验室开放基金(YDB51202101236)

为提高光伏出力预测精度，针对光伏出力序列非线性、非平稳特点，利用具有平稳化处理技术的ESMD法，将光伏出力序列分解为各模态分量和趋势余项，并将高频模态1,2进一步分解，结合SVM模型分别预测各平稳序列，建立具有“分解-预测-重构”特征的ESMD-SVM组合模型，以某光伏发电厂为例验证模型有效性。结果表明：ESMD-SVM组合模型预报精度大于单一模型，与单一SVM预测模型相比，均方根误差降低了84.81%、平均绝对误差降低了81.27%，决定系数提高了7.42%。

来源：2022年第10期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2022年第10期