ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique
Auteurs : soumettez
votre article en ligne
Autres revues >>
European Journal of Electrical Engineering
2103-3641
Nouvel éditeur en 2019
Revue des Systèmes. Revue Internationale de Génie électrique (1295-490X)
 

 ARTICLE VOL 19/5-6 - 2017  - pp.375-390  - doi:10.3166/ejee.19.375-390
TITRE
Prévision de l’énergie photovoltaïque à court terme basée sur le confort du corps humain et la machine à vecteurs de support des moindres carrés avec algorithme d'optimisation de la drospophila

TITLE
Short-term photovoltaic power forecasting based on human body amenity and least squares support vector machine with fruit fly optimization algorithm

RÉSUMÉ
Le but de cette étude était de réaliser la prévision précise de l’énergie photovoltaïque (PV). En fonction des caractéristiques de la production d'énergie photovoltaïque et des facteurs ayant une incidence sur la puissance de sortie photovoltaïque, le confort du corps humain est proposé. La LSSVM s’est révélée efficace pour traiter les problèmes non linéaires. Le présent document prend donc en compte l’application de la LSSVM pour la prévision de la puissance photovoltaïque. Cependant, il est essentiel d’obtenir les paramètres appropriés lors de l’utilisation de la LSSVM pour la prévision de la puissance PV. Dans cet article, un modèle de prévision de la puissance PVhybride combinant l'algorithme d'optimisation de la drospophila (FOA) avec LSSVM est proposé pour résoudre ce problème, le FOA étant utilisé pour sélectionner automatiquement les valeurs de paramètre appropriées pour le modèle de prévision de la puissance PV de LSSVM. L'algorithme est validé par les données du système PV d'un projet de démonstration de micro-réseau et les erreurs de prévision sont calculées et analysées. Les résultats numériques vérifient l'efficacité et l'exactitude du modèle proposé et de l'algorithme amélioré.


ABSTRACT
The purpose of this study was to realize the accurate photovoltaic (PV) power forecasting. According to the characteristics of PVpower generation and the factors impacting PV output power, the human body amenity is proposed. The LSSVM has been proven to be effective in dealing with the nonlinear problems, so this paper takes into account applying the LSSVM for PV power forecasting. However, it is the key point to obtain the appropriate parameters in using the LSSVM for PV power forecasting. In this paper, a hybrid PV power forecasting model combining fruit fly optimization algorithm (FOA) with LSSVM is proposed to solve this problem, where the FOAis used to automatically select the appropriate parameter values for the LSSVM PV power forecasting model. The algorithm is validated by PV system data of a micro-grid demonstration project and the forecasting errors are calculated and analyzed. The numerical results verify the effectiveness and correctness of the proposed model and improved algorithm.


AUTEUR(S)
Huabao CHEN, Ling CHEN, Wei HAN

MOTS-CLÉS
production d'énergie photovoltaïque, le confort du corps humain, la machine à vecteurs de support des moindres carrés, prévision à court terme, optimisation de la drospophila.

KEYWORDS
photovoltaic power generation, human body amenity, least squares support vector machine, short-term forecasting, fruit fly optimization.

LANGUE DE L'ARTICLE
Anglais

 PRIX
• Abonné (hors accès direct) : 12.5 €
• Non abonné : 25.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (192 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier