摘要：針對目前光伏發(fā)電功率預測方法所存在的預測精度較低和不同天氣類型適應性較弱的問題,提出一種利用主成分分析(PCA)和遺傳算法(GA)改進極限學習機(ELM)的光伏發(fā)電功率預測模型(PCA-GA-ELM預測模型)。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)對預測模型進行驗證。分析結果表明,PCA-GA-ELM預測模型具有較高的預測精度和較強的泛化能力。