应用改进马尔科夫链的光伏出力时间序列模拟

被引:51
作者
丁明
鲍玉莹
毕锐
机构
[1] 教育部光伏系统工程研究中心(合肥工业大学)
关键词
马尔科夫链; 光伏发电; 时间序列模拟; 波动特性;
D O I
10.13335/j.1000-3673.pst.2016.02.018
中图分类号
TM615 [太阳能发电];
学科分类号
0807 ;
摘要
构建准确的光伏出力时间序列模型,对于光伏并网系统的规划和运行有重要的意义。综合考虑光伏出力时间序列的季节特性、日特性、天气特性与波动特性,构建了改进的马尔科夫链模型,以更好地体现光伏出力特性。在原始马尔科夫链的基础之上细化数据片段分类,生成多个状态转移矩阵;同时模拟光伏出力波动特性,改进序列生成过程。以合肥地区某光伏电站实际出力为基础数据进行仿真分析,仿真结果表明,与原始马尔科夫链模型相比,改进模型所产生的光伏出力序列具有更高的精度及自相关特性。
引用
收藏
页码:459 / 464
页数:6
相关论文
共 13 条
[1]   基于改进一阶马尔可夫链的风速时间序列模型 [J].
蒋平 ;
霍雨翀 ;
张龙 ;
罗建裕 ;
李海峰 .
电力系统自动化, 2014, 38 (19) :22-27
[2]   基于马尔可夫链的光伏并网发电量预测 [J].
李英姿 ;
贺琳 ;
牛进苍 .
太阳能学报, 2014, 35 (04) :611-616
[3]   多时间尺度的光伏出力波动特性研究 [J].
吴振威 ;
蒋小平 ;
马会萌 ;
马速良 .
现代电力, 2014, 31 (01) :58-61
[4]   基于天气状态模式识别的光伏电站发电功率分类预测方法 [J].
王飞 ;
米增强 ;
甄钊 ;
杨光 ;
周海明 .
中国电机工程学报, 2013, 33 (34) :75-82+14
[5]   基于相似日和最小二乘支持向量机的光伏发电短期预测 [J].
傅美平 ;
马红伟 ;
毛建容 .
电力系统保护与控制, 2012, 40 (16) :65-69
[6]   基于灰色神经网络组合模型的光伏短期出力预测 [J].
王守相 ;
张娜 .
电力系统自动化, 2012, 36 (19) :37-41
[7]   基于改进BP神经网络的光伏发电系统输出功率短期预测模型 [J].
丁明 ;
王磊 ;
毕锐 .
电力系统保护与控制, 2012, 40 (11) :93-99+148
[8]   最小二乘支持向量机在光伏功率预测中的应用 [J].
朱永强 ;
田军 .
电网技术, 2011, 35 (07) :54-59
[9]   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].
丁明 ;
徐宁舟 .
电网技术, 2011, 35 (01) :152-157
[10]  
A stochastic simulation model for reliable PV system sizing providing for solar radiation fluctuations[J] . E. Kaplani,S. Kaplanis.Applied Energy . 2011