基于相似日和WNN的光伏发电功率超短期预测模型

被引:35
作者
宋人杰 [1 ]
刘福盛 [1 ]
马冬梅 [2 ]
王林 [2 ]
机构
[1] 东北电力大学信息工程学院
[2] 国网吉林供电公司信息通信分公司
关键词
光伏功率预测; 相似日; 灰色关联; WNN; 超短期;
D O I
暂无
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
光伏发电功率预测对提高并网后电网的稳定性及安全性具有重要意义。文章提出一种基于相似日和小波神经网络(WNN)的光伏功率超短期预测方法。首先利用光伏发电系统的历史气象信息建立气象特征向量,通过计算灰色关联度寻找到合适的相似历史日。再根据自相关性分析法找出与预测时刻功率相关性最大的几个历史时刻功率,结合历史时刻的温度,辐照度,风速等光伏出力的主要天气影响因素科学合理的确定模型输入因子。最后使用小波神经网络(WNN)创建预测模型,通过相似历史日数据作为训练样本训练小波网络,而后对预测日的出力情况进行逐时刻预测。实例分析表明,该方法具有较高的预测精度,为解决光伏发电系统超短期功率预测提供了一种可行路径。
引用
收藏
页码:75 / 80
页数:6
相关论文
共 7 条
[1]
光伏发电功率与气象影响因子关联关系的分析研究 [D]. 
杨光 .
华北电力大学,
2014
[2]
基于微源控制-小波神经网络的微网功率预测 [J].
高冲 ;
王凯 .
电测与仪表 , 2015, (18) :68-73+89
[3]
基于双层BP神经网络的光伏电站输出功率预测 [J].
张立影 ;
孟令甲 ;
王泽忠 .
电测与仪表, 2015, 52 (11) :31-35
[4]
光伏发电功率预测方法研究综述 [J].
钱振 ;
蔡世波 ;
顾宇庆 ;
童建军 ;
鲍官军 .
机电工程, 2015, 32 (05) :651-659
[5]
组合数值天气预报与地基云图的光伏超短期功率预测模型 [J].
朱想 ;
居蓉蓉 ;
程序 ;
丁宇宇 ;
周海 .
电力系统自动化, 2015, 39 (06) :4-10+74
[6]
地基云图结合径向基函数人工神经网络的光伏功率超短期预测模型 [J].
陈志宝 ;
丁杰 ;
周海 ;
程序 ;
朱想 .
中国电机工程学报, 2015, 35 (03) :561-567
[7]
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