基于相似日和小波神经网络的光伏短期功率预测

被引：19

作者：

祝暄懿

姚李孝

机构：

[1] 西安理工大学水利水电学院

来源：

电网与清洁能源 | 2019年 / 35卷 / 03期

关键词：

光伏发电; 相似日原理; 小波神经网络; 功率预测;

D O I：

暂无

中图分类号：

TM615 [太阳能发电]; TP183 [人工神经网络与计算];

学科分类号：

0807 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

光伏发电功率预测对电网的稳定性和安全性具有十分重要的意义。提出了基于相似日和小波神经网络的预测方法,根据相似日理论通过灰色关联系数法选取历史相似日,将选取的6个相似日的发电数据作为模型的输入变量,同BP神经网络、小波神经网络的预测结果进行对比和误差分析。以某光伏电站历史发电数据为例,验证算法的可行性。

引用

页码：75 / 78

页数：4

共 9 条

[1] 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

[2] 基于灰色神经网络组合模型的光伏短期出力预测 [J].

王守相 ;

张娜 .

电力系统自动化, 2012, 36 (19) :37-41

[3] 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

[4] 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

[5] 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

[6]

基于神经网络的光伏功率短期预测方法的研究.[D].刘福盛.东北电力大学.2017, 01

[7]

基于神经网络的光伏发电系统发电功率预测.[D].杨德全.华北电力大学.2014, 03

[8]

Very Short-Term Photovoltaic Power Forecasting with Cloud Modeling: A Review.[J].Florian Barbieri;Sumedha Rajakaruna;Arindam Ghosh.Renewable and Sustainable Energy Reviews.2016,

[9]

A hybrid model (SARIMA–SVM) for short-term power forecasting of a small-scale grid-connected photovoltaic plant.[J].M. Bouzerdoum;A. Mellit;A. Massi Pavan.Solar Energy.2013,

← 1 →