基于相似日和径向基函数神经网络的光伏阵列输出功率预测

被引：66

作者：

王晓兰 ^{[1
,2
]}

葛鹏江 ^{[1
]}

机构：

[1] 兰州理工大学电气与信息工程学院

[2] 甘肃省工业过程先进控制重点实验室

来源：

电力自动化设备 | 2013年 / 33卷 / 01期

关键词：

光伏阵列; 输出功率; 径向基函数网络; 相似日; 预测; 模型; 神经网络;

D O I：

暂无

中图分类号：

TM615 [太阳能发电];

学科分类号：

0807 ;

摘要：

选取太阳辐照时间、辐照强度以及气温等影响光伏阵列输出功率的主要气象因素,根据相似日的输出功率具有较强的关联度,提出选择相似日的方法,设计基于相似日和径向基函数(RBF)神经网络的光伏阵列输出功率预测模型。选取最邻近的一个相似日与待预测日气象特征向量的差值作为RBF神经网络的输入变量,神经网络的输出值即为待预测日光伏阵列输出功率。以我国西北某地光伏阵列的实测功率数据对所提模型进行训练和验证,得到预测模型的平均绝对百分误差为13.82%,均方根误差为0.4054,验证了所提模型具有较好的精度。

引用

页码：100 / 103+109 +109

页数：5

共 13 条

[1] 基于马尔可夫链的光伏发电系统输出功率短期预测方法 [J].