摘要：隨著大規(guī)模的光伏發(fā)電接入電網(wǎng),其輸出的隨機(jī)性和波動(dòng)性給電網(wǎng)調(diào)度管理帶來(lái)巨大的挑戰(zhàn)。基于此,本文提出了一種同時(shí)考慮統(tǒng)計(jì)(歷史光伏輸出功率)和物理(歷史和未來(lái)的氣象信息)變量的混合灰色關(guān)聯(lián)分析-廣義回歸神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型。首先,計(jì)算多元?dú)庀笠蜃优c光伏發(fā)電功率的皮爾遜相關(guān)系數(shù),將相關(guān)系數(shù)較高的氣象因子確定為建立預(yù)測(cè)模型的氣象輸入因子;然后,采用灰色關(guān)聯(lián)分析算法計(jì)算歷史日與待預(yù)測(cè)日的關(guān)聯(lián)度確定最佳相似日,選取最佳相似日的光伏輸出功率和氣象輸入因子以及待預(yù)測(cè)日的相關(guān)氣象參數(shù)作為廣義回歸神經(jīng)網(wǎng)絡(luò)模型的輸入?yún)?shù),得到待預(yù)測(cè)日各個(gè)時(shí)刻輸出功率的預(yù)測(cè)值;最后,利用澳大利亞DKA太陽(yáng)能中心網(wǎng)站所提供的光伏電站歷史氣象數(shù)據(jù)和功率數(shù)據(jù)對(duì)所設(shè)計(jì)的模型進(jìn)行訓(xùn)練和測(cè)試,驗(yàn)證模型在不同季節(jié)下的預(yù)測(cè)效果。結(jié)果表明,與所選擇的對(duì)比模型相比,本文所建模型具有較好的預(yù)測(cè)性能。