能源互联网下基于HS-Elman的光伏出力预测研究

被引：11
|
作者：
彭道刚 [1 ]
张宇 [1 ]
张浩 [1 ]
姚峻 [2 ]
艾春美 [2 ]
机构：
[1] 上海电力学院自动化工程学院
[2] 上海明华电力技术工程有限公司
来源：
可再生能源 | 2018年 / 02期
关键词：
能源互联网; 能效管控; 光伏出力预测; Elman神经网络; 和声搜索算法;
D O I：
10.13941/j.cnki.21-1469/tk.2018.02.009
中图分类号：
TM615 [太阳能发电];
学科分类号：
0807 ;
摘要：
文章在阐述能源互联网概念的基础上,针对光伏出力的预测问题,提出了一种基于天气类型的改进Elman神经网络(HS-Elman)光伏出力预测模型。首先,分析了天气类型、环境温度、空气湿度、风速、太阳辐照度等对光伏出力的影响;然后,利用和声搜索算法对预测模型的权值和阈值等进行优化;最后,利用上海某能源网实验平台的历史数据,对所提出的预测模型进行验证。分析结果表明:基于HS-Elman的光伏出力预测模型的预测结果能够达到光伏出力的预测标准;与传统的Elman神经网络相比,在不同的天气类型条件下,文章所提出的预测模型具有更优的运算速度和预测精度。
引用
收藏
页码：215 / 222
页数：8
相关论文
共 21 条
123