论文部分内容阅读
光伏出力受气象因素影响大,未计及气象因素的光伏出力预测结果精度不高;将多种气象数据直接作为模型输入增加了预测模型的维度;BP神经网络具有很强的线性映射能力,被广泛应用于光伏出力预测中,但是单一的BP预测模型预测误差较大。针对这些问题,提出一种基于模糊聚类和组合预测算法的方法进行光伏出力短期预测。通过pearson相关系数定量分析光伏出力与太阳辐照度、大气浑浊度、相对湿度等气象因素之间的相关性,将这三类气象数据作为聚类特征向量并通过改进的模糊C均值聚类(IFCM)算法将光伏出力历史数据和待预测日数据聚