摘要：區(qū)間預(yù)測方法可以反映光伏發(fā)電功率可能的變化范圍,提供比點預(yù)測方法更豐富的預(yù)測信息。文章提出了一種基于徑向基函數(shù)(radial basis function,RBF)神經(jīng)網(wǎng)絡(luò)的區(qū)間預(yù)測模型以直接輸出光伏功率預(yù)測區(qū)間。為優(yōu)化模型輸出區(qū)間的性能和避免懲罰系數(shù)選擇問題,構(gòu)建了一種考慮區(qū)間預(yù)測偏差信息的改進預(yù)測區(qū)間優(yōu)化模型,并采用粒子群算法(particle swarm optimization,PSO)求解,獲得最優(yōu)RBF神經(jīng)網(wǎng)絡(luò)輸出權(quán)值以提高預(yù)測區(qū)間的可信度和準確性。通過對比傳統(tǒng)區(qū)間優(yōu)化模型和所提改進區(qū)間優(yōu)化模型的預(yù)測結(jié)果,發(fā)現(xiàn)改進區(qū)間優(yōu)化模型能夠獲得寬度更窄和預(yù)測偏差更小的光伏功率預(yù)測區(qū)間,可為調(diào)度決策提供更準確的輔助信息。