基于CAPSO-RNN的光伏系统短期发电量预测

被引：12

作者：

赵杰

张艳霞

机构：

[1] 天津大学智能电网教育部重点实验室

来源：

中国电力 | 2012年 / 04期

关键词：

光伏系统; 发电量预测; 混沌自适应粒子群优化算法; 反馈型神经网络;

D O I：

暂无

中图分类号：

TM615 [太阳能发电];

学科分类号：

0807 ;

摘要：

针对光伏系统的发电特性及影响光伏发电的因素,建立基于混沌自适应粒子群优化算法的反馈型神经网络短期发电量预测模型。该预测模型利用混沌自适应粒子群优化算法的全局优化能力初始化反馈性神经网络权值和阈值,可以克服反馈型神经网络收敛速度慢俄且易陷于局部最优等缺点。同时为提高预测精度,采用隶属度函数对温度进行模糊化处理。预测结果表明,建立的预测模型具有较高的精度。

引用

收藏

页码：87 / 91

页数：5

相关论文

共 12 条

[1] 基于粒子群优化鲁棒支持向量回归机的中长期负荷预测 [J].

张雪君 ;

陈刚 ;

周杰 ;

马爱军 ;

张忠静 .

电力系统保护与控制, 2009, 37 (21) :77-81

[2] 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

[3] 基于自适应混沌粒子群优化算法的多馈入直流输电系统优化协调直流调制 [J].

周孝法 ;

陈陈 ;

杨帆 ;

陈闽江 .

电工技术学报, 2009, 24 (04) :193-201

[4] 改进粒子群优化算法在电力负荷组合预测模型中的应用 [J].

吴昌友 ;

王福林 ;

董志贵 ;

索瑞霞 .

电网技术, 2009, 33 (02) :27-30

[5] 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

[6] 多目标无功优化的向量评价自适应粒子群算法 [J].

刘佳 ;

李丹 ;

高立群 ;

宋立新 .

中国电机工程学报, 2008, (31) :22-28

[7] 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

[8] 混沌粒子群优化算法 [J].

刘军民 ;

高岳林 .

计算机应用, 2008, (02) :322-325

[9] 基于支持向量机回归的光伏发电出力预测 [J].

栗然 ;

李广敏 .

中国电力, 2008, (02) :74-78

[10] 基于改进PSO-BP神经网络的短期电力负荷预测研究 [J].

乔维德 .

继电器, 2007, (17) :17-21