基于数字孪生的光伏发电功率超短期预测

被引：49

作者：

孙荣富 ^{[1
]}

王隆扬 ^{[2
]}

王玉林 ^{[1
]}

丁然 ^{[1
]}

徐海翔 ^{[1
]}

王靖然 ^{[1
]}

李强 ^{[2
]}

机构：

[1] 国网冀北电力有限公司

[2] 武汉理工大学机电工程学院

来源：

电网技术 | 2021年 / 45卷 / 04期

基金：

国家重点研发计划;

关键词：

光伏发电; 功率预测; 数字孪生; 预测精度;

D O I：

10.13335/j.1000-3673.pst.2020.0711

中图分类号：

TM615 [太阳能发电];

学科分类号：

0807 ;

摘要：

光伏发电功率超短期预测对减小光伏并网对电网冲击及维持电网安全运行具有重要意义。提出一种基于数字孪生的光伏发电功率超短期预测机制,通过构建数字孪生体进行实时、高精度的光伏功率预测。首先根据GA-BP神经网络(geneticalgorithm-backpropagationneuralnetwork)构建光伏发电功率预测虚拟模型,并通过多维度的传感器采集光伏电池以及周围环境的各项孪生数据,同时更新历史数据库。然后以采集到的孪生数据为基础进行功率预测并得到初步预测结果。最后通过相似气象搜索,得到相似情况下的实际功率值和当时的预测功率,进而修正初步预测结果,得到最终预测功率。仿真算例结果表明,所提方法能有效提高光伏发电输出功率超短期预测精度。

引用

页码：1258 / 1264

页数：7

共 24 条

[1] 数字孪生在电力系统应用中的机遇和挑战 [J].