摘要
本发明公开了一种基于群体智能优化算法的光伏发电系统参数辨识方法及系统,方法包括:获取光伏发电系统的历史运行数据,建立包含环境因素影响的数据集,构建光伏发电量预测模型;采用粒子群优化算法初始化参数搜索空间,模拟计算光伏系统输出功率;建立光伏系统输出功率与环境因素的非线性映射关系,计算得到系统输出功率预测值;通过随机森林算法评估各参数对系统输出功率的重要性,筛选出关键参数;将优化后的参数值代入光伏发电量预测模型,计算系统输出功率,将输出功率与实测值进行对比,若二者误差在允许范围内,则输出最终的参数辨识结果。本发明提高了光伏发电系统参数辨识的准确性和效率。
技术关键词
光伏发电量预测模型
支持向量回归模型
群体智能优化算法
光伏发电系统
粒子群优化算法
参数辨识方法
光伏系统
非线性映射关系
历史运行数据
随机森林模型
遗传算法
超参数
粒子群算法
判断误差
非线性回归模型
系统为您推荐了相关专利信息
改进型粒子群算法
高效智能控制
同步电机
效率优化控制
永磁
电力市场主体
Kriging模型
计算方法
电力公司
绿证交易
实时监测数据
支持向量回归模型
农村
线性回归方程
核算方法
能效提升方法
LNG接收站
BOG压缩机
低压泵
海水泵