光伏发电出力预测技术研究综述

被引:205
|
作者
赖昌伟
黎静华
陈博
黄玉金
韦善阳
机构
[1] 广西电力系统最优化与节能技术重点实验室(广西大学电气工程学院)
基金
国家重点研发计划;
关键词
光伏发电出力; 预测技术; 点预测; 区间预测; 概率预测; 评价指标;
D O I
10.19595/j.cnki.1000-6753.tces.180326
中图分类号
TM615 [太阳能发电];
学科分类号
0807 ;
摘要
准确的光伏发电出力预测对于保障高比例光伏接入后系统的安全稳定与经济运行具有重要意义。目前我国对于光伏发电出力预测技术的研究尚处于广泛研究阶段,本文对光伏发电出力预测技术的研究成果进行归纳总结。首先,分析光伏发电系统的发展及预测现状;然后,从点预测、区间预测和概率预测三个方面,分别对当前的预测方法及技术、预测效果的衡量指标等进行了梳理、归类、总结和评述;最后,根据目前我国光伏产业的现状及发展趋势,探讨未来光伏发展及出力预测的研究方向。
引用
收藏
页码:1201 / 1217
页数:17
相关论文
共 73 条
  • [11] 光伏电站短期功率预测方法研究[D]. 荆博.江苏大学. 2017
  • [12] 电力系统负荷预测[M]. 中国电力出版社 , 康重庆, 2016
  • [13] Forecasting Power Output of Photovoltaic System Using A BP Network Method[J] . Luyao Liu,Diran Liu,Qie Sun,Hailong Li,Ronald Wennersten.Energy Procedia . 2017
  • [14] An ensemble prediction intervals approach for short-term PV power forecasting[J] . Qiang Ni,Shengxian Zhuang,Hanming Sheng,Gaoqiang Kang,Jian Xiao.Solar Energy . 2017
  • [15] Multi-site solar power forecasting using gradient boosted regression trees[J] . Caroline Persson,Peder Bacher,Takahiro Shiga,Henrik Madsen.Solar Energy . 2017
  • [16] Model-free computation of ultra-short-term prediction intervals of solar irradiance[J] . D. Torregrossa,J.-Y. Le Boudec,M. Paolone.Solar Energy . 2016
  • [17] A robust forecasting framework based on the Kalman filtering approach with a twofold parameter tuning procedure: Application to solar and photovoltaic prediction[J] . Ted Soubdhan,Joseph Ndong,Hanany Ould-Baba,Minh-Thang Do.Solar Energy . 2016
  • [18] 2D-interval forecasts for solar power production[J] . Mashud Rana,Irena Koprinska,Vassilios G. Agelidis.Solar Energy . 2015
  • [19] Solar photovoltaic system modeling and performance prediction[J] . Tao Ma,Hongxing Yang,Lin Lu.Renewable and Sustainable Energy Reviews . 2014
  • [20] A benchmark of statistical regression methods for short-term forecasting of photovoltaic electricity production. Part II: Probabilistic forecast of daily production[J] . M. Zamo,O. Mestre,P. Arbogast,O. Pannekoucke.Solar Energy . 2014