%A 孙东磊,王艳,于一潇,韩学山,杨明,闫芳晴 %T 基于BP神经网络的短期光伏集群功率区间预测 %0 Journal Article %D 2020 %J 山东大学学报 (工学版) %R 10.6040/j.issn.1672-3961.0.2019.706 %P 70-76 %V 50 %N 5 %U {http://gxbwk.njournal.sdu.edu.cn/CN/abstract/article_1976.shtml} %8 %X 针对大规模光伏并网给电力系统安全稳定运行带来的严峻挑战,考虑传统单一光伏场站功率预测的局限性,以区域性光伏集群功率为研究对象,提出一种基于BP神经网络的光伏集群功率的区间预测方法。通过互信息方法对变量进行相关性分析,提取关键解释变量作为输入变量,利用主成分分析进行数据降维,解决了光伏集群功率预测大数据处理的问题。利用神经网络在数据挖掘和非线性关系拟合方面的优越性,将神经网络和非参数概率预测相结合,量化光伏集群功率预测结果的不确定性。实验算例采用中国某地区10个光伏场站,利用未降维的原始数据与本研究所提出的数据降维方法进行对比,分别计算80%和90%预测区间,结果表明,本研究所提出的预测方法预测区间带更窄,具有更好的预测效果。利用本研究所提模型预测了某天超前72 h的80%和90%置信区间,验证了该方法的可行性和先进性。