来源：期刊VIP网 时间：
作者：王辉;董宇成;李欣;夏玉琦;周子澜;
单位：三峡大学电气与新能源学院;三峡大学智慧能源技术湖北省工程研究中心;
摘要：针对目前光伏功率预测存在的预测精度不足问题，提出一种基于交集相似日选取和多策略灰狼优化（MSGWO）算法优化长短期记忆（LSTM）神经网络的短期光伏发电功率组合预测模型。采用最大信息系数（MIC）方法去除与光伏发电不相关的气象特征；利用K-means++算法进行相似天气日的聚类，并通过模糊C均值（FCM）聚类对初聚类样本进行边缘样本修正。为了提高灰狼优化算法的性能，引入Tent混沌映射、差分进化策略和动态权重策略，优化LSTM模型以实现预测精度最优。最后，以两个实际光伏电站数据源进行测试，仿真结果表明，所提组合模型在不同天气条件下的预测精度优于其他对比模型。
关键词：短期光伏发电功率预测;;相似日聚类;;多策略灰狼优化算法;;长短期记忆神经网络;;最大信息系数;;K-means++算法;;模糊C均值聚类
基金资助：国家自然科学基金资助项目(52107107)
