基于GWO-EEMD-BP神经网络的光伏发电功率短期预测

为了实现复杂气象条件下光伏电站发电功率的准确预测以减少并网冲击,基于GWO算法耦合EEMD技术和BP神经网络算法构建复杂天气情形下光伏电站发电功率有效预测模型。引入EEMD技术降低极端天气下历史发电功率的波动性,利用GWO算法优化BP神经网络算法随机分布的权重和阈值以提升预测结果的精度,并利用所建立的GWO-EEMD-BP神经网络预测模型和传统的EEMD-BP神经网络预测模型对不同复杂气象条件下的光伏发电功率进行预测。研究结果表明:相较于传统的EEMD-BP预测模型,本文所建立的GWO-EEMD-BP神经网络预测模型通过阈值和权重优化及分解重组可有效提升不同复杂气象条件下预测结果精度。