一種基于IGWO-SNN的光伏出力短期預(yù)測方法

董志強(qiáng)，鄭凌蔚，蘇 然，武 浩，羅 平

一種基于IGWO-SNN的光伏出力短期預(yù)測方法

董志強(qiáng)，鄭凌蔚，蘇 然，武 浩，羅 平

(杭州電子科技大學(xué)自動(dòng)化學(xué)院，浙江 杭州 310018)

光伏出力短期預(yù)測對(duì)于電網(wǎng)或微電網(wǎng)的能量管理和優(yōu)化調(diào)度具有重要意義。構(gòu)建了一種基于改進(jìn)灰狼學(xué)習(xí)算法(improved grey wolf optimization, IGWO)的脈沖神經(jīng)網(wǎng)絡(luò)(spiking neural network, SNN)，并將其應(yīng)用到光伏出力短期預(yù)測中。首先，利用灰色關(guān)聯(lián)分析法選取相似日。然后，提出一種IGWO算法用于SNN模型訓(xùn)練，通過引入基于三角函數(shù)規(guī)律變化的非線性下降收斂因子和動(dòng)態(tài)權(quán)重更新策略，提升SNN的編碼和預(yù)測的性能。最后，利用實(shí)證系統(tǒng)對(duì)所提方法進(jìn)行了評(píng)估，并與其他3種模型進(jìn)行了對(duì)比研究。結(jié)果表明，所提方法預(yù)測性能提升明顯。

光伏出力短期預(yù)測；脈沖神經(jīng)網(wǎng)絡(luò)；改進(jìn)灰狼優(yōu)化算法；收斂因子；動(dòng)態(tài)權(quán)重更新策略

0 引言

以光伏發(fā)電為代表的可再生新能源(以下簡稱“新能源”)大規(guī)模利用已成為解決碳排放問題的關(guān)鍵途徑[1-2]。隨著光伏組件成本降低以及逆變器轉(zhuǎn)換效率提升，光伏能源大規(guī)模接入電網(wǎng)正逐漸被應(yīng)用。但光伏出力高度依賴于天氣條件，存在高度不確定性，這給含光伏的電網(wǎng)或微電網(wǎng)的安全運(yùn)行帶來了威脅[3]。對(duì)光伏出力進(jìn)行預(yù)測，不僅有利于加強(qiáng)電力系統(tǒng)運(yùn)行時(shí)的安全性，也可以在一定程度上改善電力系統(tǒng)的靈活性能和調(diào)節(jié)能力[4-5]。

目前，光伏出力預(yù)測主要采用以神經(jīng)網(wǎng)絡(luò)為代表的機(jī)器學(xué)習(xí)方法，其中應(yīng)用最為廣泛的是以BP為代表的人工神經(jīng)網(wǎng)絡(luò)(artificial neural network, ANN)[6-9]。……