基于神经网络与关联数据的光伏电站发电功率预测方法

被引：29

作者：

王飞 ^{[1
,2
]}

米增强 ^{[1
,2
]}

杨奇逊 ^{[1
,2
]}

赵洪山 ^{[1
,2
]}

机构：

[1] 华北电力大学电气与电子工程学院

[2] 新能源电力系统国家重点实验室(华北电力大学)

来源：

太阳能学报 | 2012年 / 33卷 / 07期

基金：

中央高校基本科研业务费专项资金资助;

关键词：

光伏电站; 功率预测; 神经网络; 关联数据;

D O I：

10.19912/j.0254-0096.2012.07.017

中图分类号：

TM615 [太阳能发电];

学科分类号：

0807 ;

摘要：

提出一种基于神经网络与关联数据的光伏电站发电功率预测方法。首先对辐照度神经网络预测模型进行改进,通过降低输入维数、构造新预测因子以减少信息冗余和输入各分量间的多重耦合,实现数据特征的有效提取,并采用交叉验证优化其网络结构和参数;然后利用实测数据生成描述光伏电站功率特性的关联数据模型;最后根据辐照度等影响因子的预测值,通过关联数据模型映射得到发电功率预测值。仿真结果表明所述方法提高了预测的准确性。

引用

页码：1171 / 1177

页数：7

共 4 条

[1] 基于混沌分析和神经网络的风速直接多步预测 [J].

米增强 ;

刘兴杰 ;

张艳青 ;

杨奇逊 .

太阳能学报, 2011, 32 (06) :901-906

[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] 太阳逐时总辐射混沌优化神经网络预测模型研究 [J].

曹双华 ;

曹家枞 .

太阳能学报, 2006, (02) :164-169

[4]

A 24-h forecast of solar irradiance using artificial neural network: Application for performance prediction of a grid-connected PV plant at Trieste, Italy[J] . Adel Mellit,Alessandro Massi Pavan.Solar Energy . 2010 (5)

← 1 →