BP-马尔科夫组合预测方法在光伏发电量预测中的应用

被引：15

作者：

姜侨娜

陈中

机构：

[1] 东南大学电气工程学院

来源：

电力需求侧管理 | 2011年 / 13卷 / 06期

关键词：

光伏发电; BP神经网络; 马尔科夫模型;

D O I：

暂无

中图分类号：

O211.62 [马尔可夫过程]; TM715 [电力系统规划];

学科分类号：

020208 ; 070103 ; 0714 ; 080802 ;

摘要：

为提高光伏发电量预测的精度,提出一种以马尔科夫方法进行修正误差的BP神经网络预测模型,模型契合光伏发电功率特点,兼具BP神经模型及马尔可夫模型优点,既能利用较少数据建模,预报总体趋势,又适合于波动性较大的随机序列预报。首先介绍基本原理和算法,在此基础上阐述模型建立的具体过程,最后运用该模型对徐州协鑫光伏电站进行预测,结果表明新建模型预报精度高于BP神经网络模型,且该模型简单、计算量小,具有较好的可行性。

引用

页码：21 / 24

页数：4

共 7 条

[1] 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

[2] 北方某水库总氮浓度预测的神经网络改进方法 [J].

张树冬 ;

李伟光 ;

南军 ;

王广智 ;

赵丽娜 .

给水排水, 2009, 45 (08) :114-118

[3] 基于支持向量机回归的光伏发电出力预测 [J].

栗然 ;

李广敏 .

中国电力, 2008, (02) :74-78

[4] 应用模糊技术的递归小波神经网络太阳日总辐射预测 [J].

林星春 ;

曹家枞 ;

陈洁 .

东华大学学报(自然科学版), 2007, (05) :573-578+632

[5] 加权马尔可夫链在负荷预测中的应用 [J].

董继征 ;

王桓 ;

何怡刚 ;

陈洪云 ;

王薇 .

继电器, 2006, (03) :32-36

[6]

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)

[7] Estimation of the energy of a PV generator using artificial neural network [J].

Almonacid, F. ;

Rus, C. ;

Perez, P. J. ;

Hontoria, L. .

RENEWABLE ENERGY, 2009, 34 (12) :2743-2750

← 1 →