基於博弈論賦權的光伏功率組合預測模型檢視原始碼討論檢視歷史

來自 搜狐網 的圖片

基於博弈論賦權的光伏功率組合預測模型針對單一預測方法的局限性，本項目採用物理方法和統計方法相結合的預測方法，建立光伏發電功率組合預測模型，並在預測模型中考慮電站的限電及檢修計劃。

一、案例簡介

針對單一預測方法的局限性，本項目採用物理方法和統計方法相結合的預測方法，建立光伏發電功率組合預測模型，並在預測模型中考慮電站的限電及檢修計劃。採用理論功率法、基於改進相似日的BP 神經網絡法、基於改進相似日的支持向量機對預測日的光伏功率分別進行預測，通過提出的博弈論組合賦權法來計算各模型的權重。通過某光伏電站的實際數據驗證，計算分析了預測誤差，結果表明，通過組合賦權法得到的權重克服了單一權重的片面性，使得綜合評價更合理、科學，在限電情況下仍具有較高的預測精度，對光伏發電系統的功率預測具有一定的學術價值和工程實用價值。

二、技術要點

本項目首先提出了基於物理方法的理論功率預測方法、改進相似日的選取方法，基於改進相似日的BP 網絡預測方法，基於改進相似日的支持向量機預測方法；然後，利用博弈論組合賦權法確定各單一預測模型的組合權重，建立光伏發電功率的組合預測模型，並在模型中考慮電站的限電計劃及設備故障等因素；最後，通過實例驗證了本文所述的組合預測模型在天氣預報數據不准或電站處於限電的情況下仍具有高的預測精度，具有廣泛的工程應用價值。

三、應用場景

光伏發電

四、應用成效

本項目提出了改進相似日的選取方法、基於改進相似日的BP 網絡預測方法、基於改進相似日的SVM 預測方法，並在模型中考慮了限電及檢修計 劃。使用層次分析法確定各模型的主觀權重、採用熵值法確定客觀權重，並採用博弈論將兩種不同方法確定的權重集成為各模型的綜合權重，使確定的權重係數同時體現主客觀因素，避免了單一方法選擇權重的片面性、獨斷性。最後經實例驗證分析，本文所述的基於博弈論賦權的組合預測模型即使在天氣預報數據嚴重不準的陰天或電站處於限電的情況下，也仍具有較高的預測精度，完全滿足調度考核要求，具有廣泛的工程應用價值。