基于改进EMD-ARIMA的光伏发电系统短期功率预测

摘要：

光伏发电功率的准确预测对于提高电网和微电网的供电质量和降低运行成本具有重要意义.针对光伏发电时间序列的非线性和非平稳特征,在传统基于经验模态分解(EMD)方法的基础上,加入白噪声检验环节,提出一种基于改进EMD和差分自回归移动平均(ARIMA)相结合的光伏发电系统短期功率预测方法.首先利用EMD将原始光伏发电系统功率序列分解为多个具有不同频率的固有模态函数(IMF)分量,并对各IMF分量进行白噪声检验,筛选出不合白噪声的IMF分量;然后,对分量进行平稳性检验,对非平稳分量进行平稳化处理;最后对平稳的分量序列分别建立ARIMA预测模型,将各分量预测值进行叠加得到最终预测值.为验证方法的有效性,利用实证系统对3种天气条件下共15天的光伏发电功率进行了预测,并与传统的ARIMA、EMD-AR和EMD-ARIMA等方法进行了对比.误差统计结果表明,在相同样本数据量的前提下,该方法预测误差普遍低于其它方法.

关键词：光伏发电系统功率预测、时间序列、经验模态分解、差分自回归移动平均、白噪声检验、平稳性检验

所属期刊栏目：36

分类号：TM615(发电、发电厂)

在线出版日期：2020-11-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：42-50