基于线性回归算法光伏电站短期功率预报模型研究

被引：12

作者：

李育强 ^{[1
]}

晁勤 ^{[1
]}

索南加乐 ^{[2
]}

机构：

[1] 新疆大学电气工程学院

[2] 西安交通大学

来源：

可再生能源 | 2013年 / 31卷 / 01期

关键词：

线性回归; 光伏电站; 光照强度; 短期功率预报; 模型研究;

D O I：

10.13941/j.cnki.21-1469/tk.2013.01.025

中图分类号：

TM615 [太阳能发电];

学科分类号：

0807 ;

摘要：

由于太阳能资源的先天不稳定性,造成光伏电站可调度能力薄弱。随着大规模光伏电站的接入,对电网的安全性及稳定性影响愈加突出。为了降低光伏电站出力波动性对电网的影响,通过采集光伏电站环境温度和光照强度的历史数据,采用线性回归算法,建立了光伏电站出力短期功率预报模型。通过算例仿真验证了该模型的有效性和正确性。

引用

页码：25 / 28

页数：4

共 14 条

[1] 修正的模糊最小一乘线性回归 [J].

黄华 ;

易正俊 .

模糊系统与数学, 2012, 26 (01) :36-41

[2]

"Highly-accurate short-term forecasting photovoltaic output power architecture without meteorological observations in smart grid,". J. Matsumoto,D. Ishii,S. Okamoto, et al. Access Spaces (1SAS),2011 1st International Symposium on . 2011

[3]

Applied Linear Regression. S. Weisberg. . 2005

[4] 太阳能预报方法及其应用和问题 [J].

马金玉 ;

罗勇 ;

申彦波 ;

李世奎 .

资源科学, 2011, 33 (05) :829-837

[5] 基于模糊识别的光伏发电短期预测系统 [J].

陈昌松 ;

段善旭 ;

蔡涛 ;

代倩 .

电工技术学报, 2011, 26 (07) :83-89

[6]

Irradianceforecasting for the power prediction of grid-connectedphotovoltaic systems. LORENZ E,HURKA J,HEINEMANN D,et al. IEEE Journal of Selected Topics inApplied Earth Observations and Remote Sensing . 2009

[7]

Short term photovoltaic power generation forecasting using neural network. HAMID OUDJANA S,HELLAL A,HADJ MAHAMED I. 201211th International Conference . 2012

[8]

A study on global solar radiation forecasting using weather forecast data. NOMIYAMA F,ASAI J,MURAKAMI T,et al. 2011IEEE54th International Midwest Symposium on . 2011

[9] 并网光伏发电系统发电量预测方法的探讨 [J].

李光明 ;

廖华 ;

李景天 ;

赵恒利 ;

黄波 ;

何京鸿 .

云南师范大学学报(自然科学版), 2011, 31 (02) :33-38+64

[10] 基于多元线性回归模型的并网光伏发电系统发电量预测研究 [J].

李光明 ;

刘祖明 ;

何京鸿 ;

赵恒利 ;

张树明 .

现代电力, 2011, 28 (02) :43-48

← 1 2 →