基于相似时段的分时段光伏出力短期预测

被引:30
作者
李建文
焦衡
刘凤梧
王雪莹
机构
[1] 华北电力大学新能源电力系统国家重点实验室
基金
中央高校基本科研业务费专项资金资助;
关键词
光伏出力预测; 分时段预测; 相似时段; 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
080811 [新能源发电与电能存储];
摘要
针对历史气象数据较少、天气波动较大时光伏出力预测精确度较低的问题,提出一种适用于小样本和多种天气下的分时段光伏出力综合预测法。该方法结合了分时段神经网络模型和相似时段筛选法,将分时段神经网络模型作为相似时段筛选法在相似度不够时的补充:分时段神经网络模型利用光伏出力历史数据对预测模型进行训练,采用近相似时段神经网络进行预测,摆脱了历史气象数据的制约。多种气象条件下对光伏出力的训练与预测验证了所提方法的有效性。
引用
收藏
页码:183 / 188
页数:6
相关论文
共 15 条
[1]
考虑天气和空间相关性的光伏电站输出功率修复方法 [J].
于若英 ;
陈宁 ;
苗淼 ;
党东升 .
电网技术, 2017, 41 (07) :2229-2236
[2]
基于相似日和CAPSO-SNN的光伏发电功率预测 [J].
陈通 ;
孙国强 ;
卫志农 ;
臧海祥 ;
孙永辉 ;
Kwok W Cheung ;
李慧杰 .
电力自动化设备, 2017, 37 (03) :66-71
[3]
适用于小样本的神经网络光伏预测方法 [J].
张程熠 ;
唐雅洁 ;
李永杰 ;
高强 ;
江全元 .
电力自动化设备, 2017, 37 (01) :101-106+111
[4]
基于相似时刻的光伏出力概率分布估计方法 [J].
程泽 ;
刘冲 ;
刘力 .
电网技术, 2017, 41 (02) :448-455
[5]
基于近邻传播聚类和回声状态网络的光伏预测 [J].
李乐 ;
刘天琪 .
电力自动化设备, 2016, 36 (07) :41-46
[6]
光伏功率预测技术 [J].
龚莺飞 ;
鲁宗相 ;
乔颖 ;
王强 .
电力系统自动化, 2016, 40 (04) :140-151
[7]
风电场输出功率异常数据识别与重构方法研究 [J].
朱倩雯 ;
叶林 ;
赵永宁 ;
郎燕生 ;
宋旭日 .
电力系统保护与控制, 2015, 43 (03) :38-45
[8]
计及天气类型指数的光伏发电短期出力预测 [J].
袁晓玲 ;
施俊华 ;
徐杰彦 .
中国电机工程学报, 2013, 33 (34) :57-64+12
[9]
光伏发电并网及其相关技术发展现状与展望 [J].
艾欣 ;
韩晓男 ;
孙英云 .
现代电力, 2013, 30 (01) :1-7
[10]
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