利用机器学习预测天气对太阳能发电的影响

利用机器学习预测天气对太阳能发电的影响(中文7500字,英文PDF)
摘要：智能电网计划的主要目标是显著提高电网能源贡献中可再生能源的比例。相比于把可再生能源整合到电网，难点在于可再生能源是间歇性的和不可控的。因此，预测可再生能源的发电量是至关重要的，因为电网调度必须根据发电的需求。虽然传统的方法开发可用于大型太阳能发电场的预测模型是可行的，但在预测数以百万计的家庭对分布式发电在整个电网中的情况是一个具有挑战性的问题。为解决这个问题，在本文中，我们探索并创造了利用机器学习技术根据国家气象局（NWS）天气预报数据建立太阳能发电特定地点的预测模型。我们比较多元回归方法生成预测模型，包括使用多个内核函数的线性最小二乘和支持向量机。我们评估使用历史NWS预测和太阳能强度读数并从气象站部署了将近一年，验证了每个模型的准确性。我们的研究结果表明，基于SVM的预测模型，七个不同的气象预报指标是27％，我们的网站比现有的基于预测的模型更加精确。