能源互联网下基于HS-Elman的光伏出力预测研究

被引：17

作者：

彭道刚 ^{[1
]}

张宇 ^{[1
]}

张浩 ^{[1
]}

姚峻 ^{[2
]}

艾春美 ^{[2
]}

机构：

[1] 上海电力学院自动化工程学院

[2] 上海明华电力技术工程有限公司

来源：

可再生能源 | 2018年 / 02期

关键词：

能源互联网; 能效管控; 光伏出力预测; Elman神经网络; 和声搜索算法;

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：

文章在阐述能源互联网概念的基础上,针对光伏出力的预测问题,提出了一种基于天气类型的改进Elman神经网络(HS-Elman)光伏出力预测模型。首先,分析了天气类型、环境温度、空气湿度、风速、太阳辐照度等对光伏出力的影响;然后,利用和声搜索算法对预测模型的权值和阈值等进行优化;最后,利用上海某能源网实验平台的历史数据,对所提出的预测模型进行验证。分析结果表明:基于HS-Elman的光伏出力预测模型的预测结果能够达到光伏出力的预测标准;与传统的Elman神经网络相比,在不同的天气类型条件下,文章所提出的预测模型具有更优的运算速度和预测精度。

引用

页码：215 / 222

页数：8

共 20 条

[1]

聚类分析在光伏发电量预测中的应用研究 [J].