基于相似日和神经网络的光伏发电预测

被引：31

作者：

李鹏梅 ^{[1
,2
]}

臧传治 ^{[1
]}

王侃侃 ^{[1
]}

机构：

[1] 中国科学院沈阳自动化研究所,中国科学院网络化控制系统重点实验室

[2] 中国科学院大学

来源：

可再生能源 | 2013年 / 10期

关键词：

光伏发电; 相似日原理; BP神经网络; 功率预测;

D O I：

10.13941/j.cnki.21-1469/tk.2013.10.014

中图分类号：

TM615 [太阳能发电];

学科分类号：

0807 ;

摘要：

光伏发电系统的输出功率受到季节、太阳辐射强度、温度和湿度等气象条件影响,呈现出时变性、间歇性和随机性。文章提出了基于相似日原理和改进的BP神经网络预测方法,利用光伏电站的历史气象信息建立气象特征向量,基于曼哈顿距离寻找相似日,根据给定的不同预测日选取3个相似日的输出功率作为预测模型输入,直接预测发电站的输出功率。以某光伏电站为例进行建模预测,并通过预测误差分析证明了算法的有效性。

引用

页码：1 / 4+9 +9

页数：5

共 5 条

[1] 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].