摘要：針對(duì)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(jìn)極限學(xué)習(xí)機(jī)(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(jì)算過程:首先,基于季節(jié)因素和天氣類型等氣象因素對(duì)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(gè)原始輸入變量降維成少數(shù)彼此獨(dú)立的變量;最后,利用GA對(duì)ELM的初始權(quán)值和閾值進(jìn)行尋優(yōu)。此外,文章利用光伏電站的實(shí)際發(fā)電功率數(shù)據(jù)對(duì)預(yù)測模型進(jìn)行驗(yàn)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(qiáng)的泛化能力。