计及天气类型指数的光伏发电短期出力预测

被引:228
作者
袁晓玲 [1 ]
施俊华 [1 ]
徐杰彦 [2 ]
机构
[1] 河海大学能源与电气学院
[2] 国网节能服务有限公司
关键词
光伏发电; 短期出力预测; 天气类型指数; BP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
080811 [新能源发电与电能存储];
摘要
随着光伏发电系统的大量应用,光伏出力的有效预测可以缓解该类电源对电力系统的影响。文章分析了天气类型对光伏发电出力的影响,基于BP神经网络,建立了计及天气类型指数的光伏发电短期出力预测模型。采用欧式距离法对天气类型进行处理,将不同天气类型的平均发电功率之间的倍率关系映射为一个天气类型指数,利用光伏电站的历史出力数据和天气类型指数对所建立的BP神经网络预测模型进行训练,训练后的模型用以预测光伏电站的短期出力,将预测结果与实测值和按天气类型划分子模型的预测值进行比较,结果显示文中建立的预测模型可以预测不同天气类型下一天各时段的出力,表明该模型在各种天气类型下有较准确的预测能力和较强的适用性。
引用
收藏
页码:57 / 64+12 +12
页数:9
相关论文
共 8 条
[1]
Effects of large-scale photovoltaic power integration on electricity distribution networks.[J].Jukka V. Paatero;Peter D. Lund.Renewable Energy.2006, 2
[2]
光伏发电接入智能配电网后的系统问题综述 [J].
刘伟 ;
彭冬 ;
卜广全 ;
苏剑 .
电网技术, 2009, 33 (19) :1-6
[3]
基于神经网络的光伏阵列发电预测模型的设计 [J].
陈昌松 ;
段善旭 ;
殷进军 .
电工技术学报, 2009, 24 (09) :153-158
[4]
并网光伏电站动态建模及仿真分析 [J].
李晶 ;
许洪华 ;
赵海翔 ;
彭燕昌 .
电力系统自动化, 2008, 32 (24) :83-87
[5]
基于人工神经网络的风电功率预测 [J].
范高锋 ;
王伟胜 ;
刘纯 ;
戴慧珠 .
中国电机工程学报, 2008, (34) :118-123
[6]
独立光伏系统具有高频环节逆变器研究与设计 [J].
方波 ;
吕延会 ;
张元敏 .
电力系统保护与控制, 2008, (16) :61-65
[7]
应用人工神经网络预测电力负荷 [J].
张国忠 ;
熊伟 ;
向求新 ;
黄晓明 ;
刘亚 .
电力自动化设备, 2002, (05) :20-21
[8]
人工神经网络理论、设计及应用.[M].韩力群编著;.化学工业出版社.2002,