摘要：針對目前光伏發(fā)電功率預(yù)測方法所存在的預(yù)測精度較低和不同天氣類型適應(yīng)性較弱的問題,提出一種利用主成分分析(PCA)和遺傳算法(GA)改進極限學(xué)習(xí)機(ELM)的光伏發(fā)電功率預(yù)測模型(PCA-GA-ELM預(yù)測模型)。該模型的計算過程:首先,基于季節(jié)因素和天氣類型等氣象因素對于光伏發(fā)電系統(tǒng)的影響,在不同季節(jié)下建立了不同的子模型,并利用灰色關(guān)聯(lián)分析法選取同種天氣類型下的相似日;然后,利用PCA將多個原始輸入變量降維成少數(shù)彼此獨立的變量;最后,利用GA對ELM的初始權(quán)值和閾值進行尋優(yōu)。此外,文章利用光伏電站的實際發(fā)電功率數(shù)據(jù)對預(yù)測模型進行驗證。分析結(jié)果表明,PCA-GA-ELM預(yù)測模型具有較高的預(yù)測精度和較強的泛化能力。