基于神经网络的光伏系统发电功率预测

被引：46

作者：

张岚 ^{[1
]}

张艳霞 ^{[2
]}

郭嫦敏 ^{[1
]}

赵杰 ^{[2
]}

机构：

[1] 云南电网公司北京能源新技术研究发展中心

[2] 天津大学电力系统仿真控制教育部重点实验室

来源：

中国电力 | 2010年 / 43卷 / 09期

关键词：

光伏系统; 发电功率预测; 神经网络; 气候环境影响;

D O I：

暂无

中图分类号：

TM615 [太阳能发电];

学科分类号：

0807 ;

摘要：

分析光伏系统的发电特性以及影响光伏发电的因素,建立基于神经网络的光伏发电功率预测模型。该模型采用三层BP(反向传播)神经网络结构,利用其强大的非线性映射和泛化能力,按季节建立4个预测子模型,子模型中将相同日类型的光伏发电功率的历史数据和天气情况一同作为样本,对模型进行训练和发电功率预测。结果表明,该方法建立的预测模型具有较高的精度,为解决光伏系统发电功率预测提供了一种可行路径。

引用

页码：75 / 78

页数：4

共 4 条

[1] 基于神经网络的光伏阵列发电预测模型的设计
陈昌松
段善旭
殷进军
[J]. 电工技术学报, 2009, 24 (09) : 153 - 158
[2] 基于支持向量机回归的光伏发电出力预测
栗然
李广敏
[J]. 中国电力, 2008, (02) : 74 - 78
[3] 神经网络模型及其MATLAB仿真程序设计[M]. 清华大学出版社 , 周开利,康耀红编著, 2005
[4] Application of neuralnetwork to one-day-ahead 24 hours generating power forecasting forphotovoltaic system. YONA A,SENJYU T,FUNABASHI T,et al. Intelligent Systems Applications to PowerSystems . 2007

← 1 →