一种新的光伏发电预测模型的设计

被引:3
作者
秦俊举
张恕远
机构
[1] 西华大学机械工程与自动化学院
关键词
光伏发电预测; 太阳辐射曲线匹配; 时段分解; BP神经网络;
D O I
暂无
中图分类号
TM615 [太阳能发电];
学科分类号
0807 ;
摘要
为了对光伏发电的输出功率进行预测,本文分析光伏发电的影响因素,提出了一种基于太阳辐射功率曲线匹配的预测模型。该模型将历史数据按时段进行分解,查找与当前时段太阳辐射功率曲线最为匹配的数据,以此构建并训练BP神经网络,来预测未来3个小时内的太阳辐射功率,能够较好的实现预测目标。实验结果表明,该模型有较高的精度,可对电网调度起到重要的指导作用。
引用
收藏
页码:146 / 150
页数:5
相关论文
共 5 条
[1]   基于相似日理论的光伏发电系统输出功率预测 [J].
李建红 ;
陈国平 ;
葛鹏江 ;
周书亮 ;
符一平 ;
陈业 .
华东电力, 2012, 40 (01) :153-157
[2]   太阳能光伏发电系统发电量的预测方法 [J].
杨超 ;
榑沼弘贵 .
智能建筑电气技术, 2011, 5 (02) :29-34
[3]   光伏发电功率预测统计方法研究 [J].
卢静 ;
翟海青 ;
刘纯 ;
王晓蓉 .
华东电力, 2010, 38 (04) :563-567
[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]   基于小波分解与气象因素影响的电力系统日负荷预测模型研究 [J].
谢宏 ;
陈志业 ;
牛东晓 ;
赵磊 .
中国电机工程学报, 2001, (05) :6-11