基于Elman算法的光伏阵列的短期功率预测研究

被引：43

作者：

李练兵

张佳

韩靖楠

王泽伟

马欲晓

机构：

[1] 河北工业大学控制科学与工程学院

来源：

太阳能学报 | 2017年 / 38卷 / 06期

关键词：

Elman神经网络; 天气预报; 功率短期预测; 光伏系统; 非线性状态估计;

D O I：

10.19912/j.0254-0096.2017.06.015

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：

根据青海某5 MW光伏电场的历史光伏发电功率数据和当地的气象预报信息,分析影响功率预测的主要气象因素。采用Elman神经网络算法,结合与预测日同日类型下整点时刻的气象数据和光伏输出功率数据,建立光伏发电短期功率预测模型。对不同日类型的光伏出力的预测结果表明,该短期预测模型具有较高的精度,有助于电网能量的调度,对电力系统的安全稳定运行有积极作用。通过与BP神经网络和非线性状态估计(NSET)算法对比研究表明,Elman神经网络具有更高的预测精度。

引用

页码：1560 / 1566

页数：7