基于机器学习的光伏功率预测模拟方法研究

为了丰富贵州西部光伏电站的功率预测思路与方法，利用2019—2021年贵州西部5个光伏电站发电功率、气象要素、卫星反演辐照度、地面观测辐照度数据，分析光伏功率的时间演变和与卫星反演辐照度、地面观测辐照度的相关性。利用前80%样本数据为测试集，剩余数据为预测模拟模型的检验集，利用机器学习中的BP、GRNN神经网络算法和测试集分别对5个电站建立光伏功率预测模拟模型。利用检验集和光伏电站的检验方法对各个模型进行效果验证，并对比不同算法不同站点间的预测模拟效果。结果表明，BP、GRNN算法在5个光伏电站的功率预测模拟中平均日准确率在90%左右，标准化均方误差在0.07~0.12，且FY-4A反演辐照度参与建立的光伏功率预测模拟模型较地面观测辐照度参与建立的模型效果更佳，能够为光伏功率预测提供一种参考方案和思路。