基于遗传算法—模糊径向基神经网络的光伏发电功率预测模型

被引：96

作者：

叶林 ^{[1
]}

陈政 ^{[2
]}

赵永宁 ^{[1
]}

朱倩雯 ^{[1
]}

机构：

[1] 中国农业大学信息与电气工程学院

[2] 不详

来源：

电力系统自动化 | 2015年 / 39卷 / 16期

基金：

高等学校博士学科点专项科研基金;

关键词：

功率预测; 遗传算法; 模糊径向基神经网络; 平滑功率波动;

D O I：

暂无

中图分类号：

TM615 [太阳能发电]; TP18 [人工智能理论];

学科分类号：

0807 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对光伏发电系统出力波动问题,提出遗传算法(GA)—模糊径向基(RBF)神经网络的光伏发电功率预测模型,将功率预测值应用于光伏发电的蓄电池储能功率调节系统,以降低对电网的冲击。选择与待预测日天气类型相同、日期相近、温度欧氏距离最小的历史日作为相似日,把与光伏发电功率相关性大的太阳辐射强度和温度作为模型输入变量,提出K均值聚类和遗传算法的参数优化方法,建立基于GA—模糊RBF神经网络的最终预测模型。在光伏功率预测的基础上,提出一种平滑控制策略,对光伏并网功率进行有效调节,从而达到平滑光伏功率波动的目的。实例证明,所述预测模型具有较高精度,并验证了平滑功率波动控制策略的有效性。

引用

页码：16 / 22

页数：7

共 13 条

[1] 考虑电池荷电状态的光伏功率分段平滑控制方法 [J].

叶林 ;

陈政 ;

赵永宁 .

电网技术, 2014, 38 (07) :1812-1818

[2] 基于线性回归算法光伏电站短期功率预报模型研究 [J].

李育强 ;

晁勤 ;

索南加乐 .

可再生能源, 2013, (01) :25-28

[3] 可再生能源发电中的电池储能系统综述 [J].

丁明 ;

陈忠 ;

苏建徽 ;

陈中 ;

吴建锋 ;

朱承治 .

电力系统自动化, 2013, 37 (01) :19-25+102

[4] 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

[5] 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

[6] 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

[7] 基于天气类型聚类识别的光伏系统短期无辐照度发电预测模型研究 [J].

代倩 ;

段善旭 ;

蔡涛 ;

陈昌松 ;

陈正洪 ;

邱纯 .

中国电机工程学报, 2011, 31 (34) :28-35

[8] 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

[9]

遗传算法的数学基础[M]. 西安交通大学出版社 , 张文修,梁怡编著, 2000

[10]

Key technologies and the implementation of wind, PV and storage co-generation monitoring system[J] . Xianliang TENG,Zonghe GAO,Yingyuan ZHANG,Hua HUANG,Lili LI,Tingting LIANG.Journal of Modern Power Systems and Clean Energy . 2014 (2)

← 1 2 →