基于气象信息的混合GWO-MLP、ALO-MLP和WOA-MLP模型提升光伏日发电量预测精度

摘要： 太阳能是一种安全、清洁、环保且可再生的能源，不会向大气排放任何碳排放。因此，太阳能领域开展了大量研究，旨在获取日间最大太阳辐射量、估算待产生的太阳能总量并提高太阳能系统效率。本研究旨在以气温、相对湿度、总水平面太阳辐射和散射水平面太阳辐射参数作为多重输入，预测每日光伏发电量。为此，将灰狼算法、蚁狮算法和鲸鱼优化算法集成至多层感知器中。此外，详细分析了S型、正弦型和双曲正切激活函数对预测性能的影响。根据获得的整体精度指标，基于灰狼优化算法的多层感知器模型在每日光伏发电预测方面更具成功性与竞争力。此外，关于构建的模型、输入元组及激活函数揭示了许多有意义的规律。