基于遗传算法优化神经网络的光伏电站短期功率预测

被引：29

作者：

刘沛汉 ^{[1
,2
]}

袁铁江 ^{[1
,3
]}

梅生伟 ^{[1
,3
]}

吐尔逊伊不拉音 ^{[1
]}

赵力 ^{[1
]}

机构：

[1] 新疆大学电气工程学院

[2] 国网新疆电力公司昌吉供电公司

[3] 电力系统及发电设备控制和仿真国家重点实验室

来源：

水电能源科学 | 2016年 / 34卷 / 01期

关键词：

光伏发电; 功率预测; 遗传算法; 神经网络; 相似日遴选;

D O I：

10.20040/j.cnki.1000-7709.2016.01.054

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：

针对现有光伏发电预测的不足,基于遗传算法(GA)和神经网络(BP)算法构建光伏电站功率预测模型,并使用组合权重法遴选相似日对模型进行修正。采用新疆某光伏电站运行实例验证模型的有效性,并对比BP-GA模型与单一BP模型的预测误差。结果表明,BP-GA模型克服了传统单一BP模型的不足,具有较高的预测精度,可为光伏发电预测工程实践提供参考。

引用

页码：211 / 214

页数：4

共 6 条

[1]

组合权重相似日选取方法及光伏输出功率预测 [J].