基于事例推理(CBR)的光功率預(yù)測研究.pdf

1、隨著光伏發(fā)電大量并入電網(wǎng)中，微電網(wǎng)中的光伏容量不斷增加，在緩解了能源危機和降低環(huán)境污染的同時，光伏出力的隨機性、波動性和間斷性等特點也對電網(wǎng)的安全、經(jīng)濟和優(yōu)質(zhì)運行帶來了嚴峻挑戰(zhàn)。對光伏出力進行準確預(yù)測，有助于供電部門適時調(diào)整供電計劃，統(tǒng)籌安排常規(guī)電源和光伏發(fā)電的協(xié)調(diào)配合，提高系統(tǒng)安全、穩(wěn)定運行能力。因此，為了合理制訂發(fā)電計劃，保證電力系統(tǒng)穩(wěn)定運行，需要對光伏發(fā)電輸出功率進行預(yù)測。方便電網(wǎng)調(diào)度部門提前獲取光功率，有效準確的調(diào)整調(diào)度計劃；減

2、少電力系統(tǒng)的備用容量，降低電網(wǎng)運行成本；減輕光伏并網(wǎng)對電網(wǎng)安全造成的不利影響。提高光伏發(fā)電經(jīng)濟效率，為光伏發(fā)電上網(wǎng)提供有利條件。
　　迄今為止，已提出多種預(yù)測方法。如傳統(tǒng)方法中的多元線性回歸算法，BP人工神經(jīng)網(wǎng)絡(luò)算法、支持向量機(SVM)算法、基于正交最小二乘法模糊模型方法和灰色理論算法等，這些方法各具特點，因而就有一個如何從許多預(yù)測方法中正確選用合適的預(yù)測方法的問題．如選擇不當(dāng)，誤差便隨之而產(chǎn)生。本文將基于事例推理機制(CBR)

3、引入到光伏電站功率預(yù)測，本文采用基于事例推理(CBR)的方法來對光功率進行預(yù)測，這是解決光伏電站功率預(yù)測問題的新方法。與以往通常采用的基于BP神經(jīng)網(wǎng)絡(luò)的方法不同。CBR出現(xiàn)的主要原因是傳統(tǒng)的基于規(guī)則的系統(tǒng)在知識獲取問題上存在困難，不能做事例的例外處理?；谑吕评硎峭ㄟ^訪問事例庫中的同類事物的求解，從而獲得當(dāng)前問題的解決方法的一種推理技術(shù)。事例推理的特點是將歷史經(jīng)驗作為代替規(guī)則專家系統(tǒng)的“知識”存儲在事例庫中。對于新的預(yù)測問題，系統(tǒng)從事