基于样本扩张灰色关联分析的光伏出力预测

被引:13
作者
陈中
宗鹏鹏
机构
[1] 东南大学电气工程学院
基金
国家重点研发计划;
关键词
灰色关联度分析; 样本扩张; 突变天气情况; 光伏发电; 功率预测;
D O I
暂无
中图分类号
TM615 [太阳能发电];
学科分类号
0807 ;
摘要
光伏出力准确预测是光伏并网安全运行的重要基础,样本容量增大、计及多影响因素能有效提高光伏出力预测精度。以小时段为单位建立一种基于样本扩张灰色关联分析的光伏发电短期出力预测模型,扩张有限的样本容量,能分析多因素影响。首先分析影响光伏出力的多种因素,通过灰色关联度分析的方法对样本进行分析,得到扩张最优相似小时段样本;通过遗传算法对BP神经网络的权值和阈值进行优化,并对神经网络进行训练;最后进行光伏出力预测。该文所建立的预测模型有效扩张了样本容量,提高了突变天气时预测准确度,有一定应用价值。
引用
收藏
页码:2909 / 2915
页数:7
相关论文
共 13 条
[1]  
考虑不确定因素的光伏发电出力预测.[D].姚荃.华北电力大学.2012, 06
[2]  
灰色关联度的研究与应用.[D].周秀文.吉林大学.2007, 03
[3]  
灰色关联分析模型及其应用的研究.[D].曹明霞.南京航空航天大学.2007, 01
[4]   基于机器学习的自适应光伏超短期出力预测模型 [J].
高阳 ;
张碧玲 ;
毛京丽 ;
刘勇 .
电网技术, 2015, 39 (02) :307-311
[5]   基于天气类型聚类和LS-SVM的光伏出力预测 [J].
张华彬 ;
杨明玉 .
电力科学与工程, 2014, 30 (10) :42-47
[6]   基于LVQ-GA-BP神经网络光伏电站出力短期预测 [J].
罗建春 ;
晁勤 ;
罗洪 ;
冉鸿 ;
杨杰 ;
罗庆 ;
阿里努尔阿木提 .
电力系统保护与控制, 2014, 42 (13) :89-94
[7]   大规模光伏发电对电力系统影响综述 [J].
丁明 ;
王伟胜 ;
王秀丽 ;
宋云亭 ;
陈得治 ;
孙鸣 .
中国电机工程学报, 2014, 34 (01) :1-14
[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]   基于BP神经网络的光伏发电短期出力预测 [J].
袁晓玲 ;
施俊华 ;
徐杰彦 .
可再生能源, 2013, 31 (07) :11-16
[10]   基于SVM预测模型的光伏发电系统MPPT研究 [J].
陈文颖 ;
林永君 ;
杨春来 ;
刘卫亮 ;
马进 ;
马良玉 ;
马永光 .
太阳能学报, 2013, 34 (02) :245-250