基于日类型及融合理论的BP网络光伏功率预测

• 全文链接
• 请求原文

作   者：

冉成科;  夏向阳;  杨明圣;  张真;  李延和;  曾小勇;  黄海;  滕欣元;  蔡昱宽;  曹伯霖; 

作者机构：

湖南机电职业技术学院汽车工程学院;  长沙理工大学电气与信息工程学院;  国网青海省电力公司; 

关键词：

误差修正;  信息融合;  相关系数;  光伏功率预测;  日类型; 

期刊名称：

中南大学学报(自然科学版)

基金项目：

大信号扰动下基于切换序列的阻抗源网络动态建模与优化控制研究

i s s n：

1672-7207

年卷期：

2018 年 49 卷 09 期

页   码：

2232-2239

摘   要：

针对光伏发电受到外界环境的制约、发电功率波动较大、很难保证高比率接入等对电网的安全运行和调度造成一定影响的问题,提出一种基于日类型及融合理论的BP网络预测方法,将不同的天气大体分为3种日类型即晴天、多云天、雨天,并进行分类预测,充分考虑制约光伏发电的5个最主要因素即光照强度、环境温度、组件温度、风速和相对湿度,找出其与发电功率之间的相关系数,通过信息融合理念将其融合成1个综合影响因子λ。以BP神经网络模型为构架进行功率预测,通过动态变换隐含层层数提高预测精度,并利用改进的粒子群算法对其参数进行优化,同时通过光伏历史功率输出波动特性对预测误差进行修正,最后在某县光伏电站进行实际验证。研究结果表明:该网络预测方法可行有效,且精度较高。