结合相似日GA-BP神经网络的光伏发电预测

被引：39

作者：

耿博 ^{[1
]}

高贞彦 ^{[2
]}

白恒远 ^{[1
]}

何维 ^{[1
]}

董文杰 ^{[2
]}

赵友国 ^{[2
]}

机构：

[1] 深圳供电局有限公司

[2] 东方电子股份有限公司

来源：

电力系统及其自动化学报 | 2017年 / 29卷 / 06期

关键词：

光伏; 发电; 预测; 相似日; 神经网络;

D O I：

暂无

中图分类号：

TM615 [太阳能发电];

学科分类号：

0807 ;

摘要：

为了高精度预测光伏发电,减小并网光伏对电力系统运行的不利影响,本文引入相似日的概念,对预测日的天气信息进行分析,根据天气信息、季节等数据,通过聚类的方法,在历史数据中筛选出与预测日特征相似的历史发电数据和天气数据,作为预测模型的训练样本,并采用GA-BP神经网络对系统进行建模以及光伏发电预测。通过对某光伏系统数据验证,计算了预测误差。分析结果表明该方法具有较高的预测精度。

引用

收藏

页码：118 / 123

页数：6

相关论文

共 11 条

[1] 基于改进支持向量机算法的光伏发电短期功率滚动预测 [J].

王继东 ;

宋智林 ;

冉冉 .

电力系统及其自动化学报, 2016, 28 (11) :9-13

[2] 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

[3] 基于天气状态模式识别的光伏电站发电功率分类预测方法 [J].

王飞 ;

米增强 ;

甄钊 ;

杨光 ;

周海明 .

中国电机工程学报, 2013, 33 (34) :75-82+14

[4] 基于小波神经网络的光伏系统发电量预测 [J].

杨德全 ;

王艳 ;

焦彦军 .

可再生能源, 2013, (07) :1-5

[5] GA-BP神经网络与BP神经网络性能比较 [J].

刘春艳 ;

凌建春 ;

寇林元 ;

仇丽霞 ;

武俊青 .

中国卫生统计 , 2013, (02) :173-176+181

[6] 基于改进BP神经网络的光伏发电系统输出功率短期预测模型 [J].

丁明 ;

王磊 ;

毕锐 .

电力系统保护与控制, 2012, 40 (11) :93-99+148

[7] 基于天气类型聚类识别的光伏系统短期无辐照度发电预测模型研究 [J].

代倩 ;

段善旭 ;

蔡涛 ;

陈昌松 ;

陈正洪 ;

邱纯 .

中国电机工程学报, 2011, 31 (34) :28-35

[8] 最小二乘支持向量机在光伏功率预测中的应用 [J].

朱永强 ;

田军 .

电网技术, 2011, 35 (07) :54-59

[9] 基于马尔可夫链的光伏发电系统输出功率短期预测方法 [J].

丁明 ;

徐宁舟 .

电网技术, 2011, 35 (01) :152-157

[10] 运用GA-BP神经网络研究时间序列的预测 [J].

黄建国 ;

罗航 ;

王厚军 ;

龙兵 .

电子科技大学学报, 2009, 38 (05) :687-692