Xiuying Yan · Yutong Caob · Solar Energy · 2025年1月 · Vol.301

准确预测光伏发电功率对于可再生能源的调度至关重要。为在气象条件波动的情况下提高预测精度，本文提出了一种用于短期光伏发电功率预测的三阶段混合模型，该模型融合了相似日优化、多级信号处理和混合预测方法。首先，将历史数据划分为多个时间段，并采用基于主成分分析-牛顿-拉夫逊优化器-K-means++（PCA-NRBO-K-means++）的聚类算法识别各时间段内不同的天气类型；在同一天气类型中选取与目标日相似的时间段，并重构相似日数据集。其次，通过变分模态分解-模糊熵（VMD-FE）与自适应噪声完备集合经...

解读: 该三阶段混合预测模型对阳光电源iSolarCloud智慧运维平台及ST系列储能变流器具有重要应用价值。通过PCA-NRBO-K-means++聚类算法实现相似日优选,结合VMD-FE和CEEMDAN-FE多层信号分解,可将光伏功率预测RMSE降低72.4%,显著提升SG系列逆变器与PowerTita...