一种新的光伏发电预测模型设计

被引：29

作者：

朱琳琳

钟志峰

严海

严琛杨

机构：

[1] 湖北大学计算机与信息工程学院

来源：

太阳能学报 | 2016年 / 37卷 / 01期

关键词：

光伏发电; 粒子群优化算法(PSO); 神经网络; 预测精度;

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：

提出一种新的基于结合PSO(Particle Swarm Optimization)和BP(Back Propagation)神经网络的优化算法,按季节、日类型划分12个子网络组成的预测模型,并以影响发电量的关键因素太阳辐射强度、气温、历史发电量作为输入变量,预测光伏电站日发电量。预测结果显示:该预测模型能保证在日类型等条件发生转变时模型的持续有效性,预测误差均小于20%,预测精度能满足电网公司要求。

引用

收藏

页码：63 / 68

页数：6

相关论文

共 11 条

[1]

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

[2]

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

[3]

基于区间二型模糊逻辑的短期风速预测研究 [J].

郑高 ;

肖建 ;

王婧 ;

周文卫 .

太阳能学报, 2011, 32 (12) :1792-1797

[4]

基于反馈型神经网络的光伏系统发电功率预测 [J].

张艳霞 ;

赵杰 .

电力系统保护与控制, 2011, 39 (15) :96-101+109

[5]

基于模糊识别的光伏发电短期预测系统 [J].

陈昌松 ;

段善旭 ;

蔡涛 ;

代倩 .

电工技术学报, 2011, 26 (07) :83-89

[6]

残差灰色风速预测最大风能追踪策略研究 [J].

郭鹏 .

太阳能学报, 2011, 32 (04) :548-552

[7]

基于多元线性回归模型的并网光伏发电系统发电量预测研究 [J].

李光明 ;

刘祖明 ;

何京鸿 ;

赵恒利 ;

张树明 .

现代电力, 2011, 28 (02) :43-48

[8]

基于灰色模型和Kalman平滑器的多母线短期负荷预测 [J].

魏少岩 ;

吴俊勇 .

电工技术学报, 2010, 25 (02) :158-162

[9]

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

[10]

自适应变异的粒子群优化算法 [J].

阳春华 ;

谷丽姗 ;

桂卫华 .

计算机工程, 2008, (16) :188-190