一种基于改进EMD算法及Elman算法的短期光伏功率预测方法

摘要

本发明公开了一种基于改进EMD算法及Elman算法的短期光伏功率预测方法，包括：步骤S1，对历史数据进行聚类分析，确定待预测日的所属类别及对应的辐照强度待预测时段；步骤S2，根据主环境特征量在待预测日所属类别中构建同类型日时间序列；步骤S3，利用改进EMD算法对同类型相似日时间序列进行中值滤波，并按波动程度进行模态分解，同类型模态划归一类；步骤S4，采用Elman算法对各模态类进行辐照强度预测，进而得到光伏逐时发电功率值。本发明旨在提高弱辐照情况下对辐照强度预测精准度，经验证，所提出的方法适应了不同类型日的辐照强度预测，实现了更快速、准确的预测。

主权项

一种基于改进EMD算法及Elman算法的短期光伏功率预测方法，其特征在于：包括如下步骤：(1)对若干年历史数据进行聚类分析，确定待预测日的所属类别和待预测时间点；(2)根据主环境特征量在待预测日所属类别中选取同类型相似日，构造同类型相似日的辐照强度时间序列；(3)首先利用中值滤波方法去除同类型相似日的辐照强度时间序列中的噪声，然后通过EMD分解法对去噪后的信号进行模态分解，以获得不同波动情况的本征模态分解量，最后将同类型模态划归为一类，作为Elman模型的训练集数据；(4)采用Elman模型对各类型模态进行辐照强度预测，进而得到光伏逐时发电功率值。