太阳能具有静态、清洁、无运动的特点，为缓解全球变暖、提高稳定性和效率做出了贡献，因此太阳能发电系统是最可行的能源发电资源之一。考虑到随机天气条件对光伏系统输出功率的影响，建立复杂预测模型的必要性迅速提高。本文提出了一种基于遗传算法的支持向量机(GASVM)模型，用于住宅规模光伏系统短期功率预测。GASVM模型首先使用SVM分类器对历史天气数据进行分类，然后使用集成技术对遗传算法进行优化。在本研究中，在迪肯大学安装了一个当地的气象站和光伏系统，以精确地监测周围的直接环境，避免了由于气象参数的远程采集(气象局)而造成的不准确。利用均方根误差(RMSE)和平均绝对百分误差(MAPE)对该模型的预测精度进行了评价。实验结果表明,该GASVM模型优于传统的SVM模型的差异大约669.624?W RMSE值和98.7648%的日军错误。
——文章发布于2019年9月
