| 使用快速傅里叶变换优化周期参数的EMD-FFT-SARIMA光伏发电预测模型 |
| |
| 引用本文： | 熊川羽, 廖晓红, 何诗英, 等. 使用快速傅里叶变换优化周期参数的EMD-FFT-SARIMA光伏发电预测模型[J]. 强激光与粒子束, 2024, 36: 085001. doi: 10.11884/HPLPB202436.230349 |
| |
| 作者姓名： | 熊川羽 廖晓红 何诗英 陈然 王巍 臧楠 王瀛 肖梦涵 |
| |
| 作者单位： | 1.国网湖北省电力有限公司 经济技术研究院,武汉 430000;;2.中国科学院 合肥物质科学研究院 等离子体物理研究所,合肥 230031;;3.安徽建筑大学 机械与电气工程学院,合肥 230601;;4.安徽大学 物质科学与信息技术研究院,合肥 230601;;5.华中科技大学,电气与电子工程学院,武汉 430074;;6.国网湖北省电力有限公司 电力科学研究院,武汉 430000 |
| |
| 基金项目： | 北省电力有限公司科技研究项目（521538220003） |
| |
| 摘 要： | 
根据分布式能源工业园区的光伏电力单元特点,对园区光伏发电功率预测模型进行优化,为后续的调度策略提供数据支持。针对经验模式分解（EMD）与季节性差分自回归移动平均模型（SARIMA）相组合的EMD-SARIMA预测模型中,原始数据经过EMD分解得到的各固有本征模态函数（IMF）分量周期计算问题,提出加入快速傅里叶变换（FFT）的周期计算方法,建立EMD-FFT-SARIMA光伏发电功率预测模型。
再将每个IMF对应的预测结果进行叠加重构得到最终的预测结果。通过预测结果的误差计算可以发现,加入FFT环节后均方根误差（RMSE）从120.6 MW下降到19.3 MW,平均绝对误差（MAE）从52.87 MW下降到12.3 MW。
|
| 关 键 词： | 经验模式分解 季节性差分自回归移动平均模型 周期计算 固有本征模态函数信号分量 快速傅里叶变换 光伏发电预测 |
| 收稿时间： | 2023-10-11 |
| 修稿时间： | 2024-03-11 |
|
| 点击此处可从《强激光与粒子束》浏览原始摘要信息 |
|
点击此处可从《强激光与粒子束》下载全文 |
|
