基于极限学习机分位回归的光伏出力区间预测方法

来源：机械与电子杂志2023年第06期北京时间：

作者：林兴宇;肖迎群;张苏

单位：1. 贵州大学电气工程学院,贵州 贵阳 550025 ; 2. 贵州理工学院大数据学院,贵州 贵阳 550003

摘要：提出一种基于极限学习机分位数回归算法( QRELM )并考虑季节特性的短期光伏出力区间预测模型。首先以光伏出力与经过主成分分析( PCA )降维的气象因子组成 QRELM 输入样本,学习内在规律并生成不同分位水平分位数;进一步以综合评价指标为目标函数,使用改进的差分进化算法( DE )对不同分位数线性加权组合得到预测区间上下界,实现对光伏出力区间的单步超前预测。实验证明,相比传统神经网络算法,分季节训练 QRELM 模型、 PCA 与 DE 组合算法可以有效提高预测区间性能。

关键词：太阳能;预测;主成分分析;分位数回归;极限学习机

基金资助：贵州省科技支撑项目(黔科合支撑[ 2021 ]一般365 )