基于气象相似度与马尔科夫链的光伏发电预测方法

被引：12

作者：

海涛 ^{[1
]}

闻科伟 ^{[1
]}

周玲 ^{[1
,2
]}

胡翔 ^{[1
]}

张朝 ^{[1
]}

机构：

[1] 广西大学电气工程学院

[2] 广西电力职业技术学院动力工程系

来源：

广西大学学报(自然科学版) | 2015年 / 40卷 / 06期

关键词：

气象相似度; 马尔科夫链; 神经网络; 光伏发电; 预测方法;

D O I：

10.13624/j.cnki.issn.1001-7445.2015.1452

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：

针对目前光伏发电预测中实用性较低、预测精度不高、气象条件利用不充分和预测跟踪性能较差等现象,设计出基于气象相似度与五状态马尔科夫链的光伏发电预测方法。该方法利用神经网络建立气象相似度—发电量相似度的过渡模型,用该模型预测可获得预测日发电量的预测结果,最后分别用三状态和五状态的马尔科夫链修正预测结果。实验结果表明:相比不充分利用气象条件的神经网络预测方法,基于气象相似度与五状态马尔科夫链的光伏发电预测方法具有较高的预测精度、实用性和良好的预测跟踪性能。

引用

页码：1452 / 1460

页数：9

共 10 条

[1]

光伏电池建模及其在光伏发电预测中的应用 [D].