来源：期刊VIP网 时间：
作者：王仁明;魏逸明;席磊;
单位：三峡大学电气与新能源学院;
摘要：光伏发电在如今的新能源发展中逐渐成为重点，其中光伏功率预测成为研究的主要方向.为了提升光伏功率预测的精度和效率，提出了RIME-VMD-IAOA-LSTM模型.该模型通过霜冰优化算法(RIME)优化变分模态分解(VMD)的参数来提升分解效率；引入余弦控制因子的动态边界策略来控制算数优化算法(AOA)数值的增长速率从而提升算法的精度和稳定性；利用自适应T分布变异策略来改进AOA的局部搜索能力和全局开发能力，更好地避免局部最优解.两种智能优化算法的加入使得整体模型的预测效率和速度都有很大提升，实验结果表明组合模型RIME-VMD-IAOA-LSTM相比于其他预测模型有较高的光伏功率预测精度.
关键词：霜冰优化算法;;变分模态分解;;算术优化算法;;余弦控制因子策略;;自适应T分布策略;;短期光伏功率预测
基金资助：国家自然科学基金项目(52277108)
