

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、太陽能發(fā)電受到日照,季節(jié)變化及天氣波動(dòng)等氣候條件的影響,使得發(fā)電系統(tǒng)的輸出功率具有間斷性、周期性和不確定性的特點(diǎn)。光伏發(fā)電功率預(yù)測(cè)技術(shù)作為光伏電站建站必備的技術(shù)條件,關(guān)系到電站并網(wǎng)及電網(wǎng)調(diào)度的準(zhǔn)確性和合理性,若能準(zhǔn)確掌握短期內(nèi)光伏電站的輸出功率,可大大降低電站并網(wǎng)風(fēng)險(xiǎn),提高電網(wǎng)運(yùn)行的安全性和穩(wěn)定性。
本文在對(duì)氣象因素如何影響光伏發(fā)電功率輸出以及功率預(yù)測(cè)技術(shù)基礎(chǔ)進(jìn)行了簡要介紹之后,將光伏發(fā)電功率短期預(yù)測(cè)問題分為超短期和短期兩部分
2、。針對(duì)超短期輸出功率的預(yù)測(cè),提出一種基于氣象因素的相似日選取方法:利用光伏發(fā)電系統(tǒng)的歷史氣象信息建立氣象特征向量,通過計(jì)算灰色關(guān)聯(lián)度尋找到預(yù)測(cè)日的相似歷史日。然后使用相似日歷史數(shù)據(jù)和小波神經(jīng)網(wǎng)絡(luò)(WNN,Wavelet Neural Network)構(gòu)建一種光伏發(fā)電功率的超短期預(yù)測(cè)模型,通過使用某光伏發(fā)電系統(tǒng)的歷史數(shù)據(jù)進(jìn)行建模,對(duì)所選兩類不同天氣類型的預(yù)測(cè)日的出力情況進(jìn)行逐時(shí)刻預(yù)測(cè),預(yù)測(cè)結(jié)果顯示模型預(yù)測(cè)效果較好,尤其對(duì)于理想晴天條件下預(yù)
3、測(cè)的更加精確。針對(duì)短期輸出功率的預(yù)測(cè),提出一種基于思維進(jìn)化算法(MEA,Mind Evolutionary Algorithm)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的光伏功率短期預(yù)測(cè)模型,通過我國青海省錫鐵山裝機(jī)量100MW的光伏電站為期一年的歷史運(yùn)行數(shù)據(jù)進(jìn)行建模,按照季節(jié)劃分為四個(gè)預(yù)測(cè)單元分別對(duì)預(yù)測(cè)模型進(jìn)行訓(xùn)練和電站出力預(yù)測(cè),通過與電站的實(shí)際出力情況和電站所配備的預(yù)測(cè)系統(tǒng)短期預(yù)測(cè)值的比較分析,由BP算法和MEA-BP算法所構(gòu)建的模型均達(dá)到了一定的預(yù)測(cè)精度
4、,其中MEA-BP模型有效的降低了BP網(wǎng)絡(luò)模型的預(yù)測(cè)誤差。最后將相似日與神經(jīng)網(wǎng)絡(luò)結(jié)合,建立一個(gè)基于相似日和神經(jīng)網(wǎng)絡(luò)的光伏功率短期預(yù)測(cè)模型:通過設(shè)置兩組對(duì)照實(shí)驗(yàn):一組使用相似歷史日的數(shù)據(jù)來訓(xùn)練網(wǎng)絡(luò)并進(jìn)行預(yù)測(cè)(實(shí)驗(yàn)組),一組使用相鄰歷史日數(shù)據(jù)來訓(xùn)練網(wǎng)絡(luò)并進(jìn)行預(yù)測(cè)(對(duì)照組),對(duì)比實(shí)驗(yàn)的結(jié)果顯示實(shí)驗(yàn)組的預(yù)測(cè)效果更為準(zhǔn)確。
經(jīng)過反復(fù)預(yù)測(cè)實(shí)驗(yàn),驗(yàn)證了課題所提出的預(yù)測(cè)模型能夠?qū)τ行У念A(yù)測(cè)光伏發(fā)電系統(tǒng)的輸出功率,預(yù)測(cè)結(jié)果也表明基于神經(jīng)網(wǎng)絡(luò)的預(yù)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于神經(jīng)網(wǎng)絡(luò)的分布式光伏電站短期功率預(yù)測(cè)
- 基于神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電輸出功率短期預(yù)測(cè)的研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電功率短期預(yù)測(cè)機(jī)制研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的分布式光伏電站短期功率預(yù)測(cè).pdf
- 基于神經(jīng)網(wǎng)絡(luò)的光伏電站功率預(yù)測(cè).pdf
- 基于神經(jīng)網(wǎng)絡(luò)的風(fēng)功率短期預(yù)測(cè)方法研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電量短期預(yù)測(cè).pdf
- 光伏電站短期功率預(yù)測(cè)方法的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電系統(tǒng)發(fā)電功率預(yù)測(cè).pdf
- 基于神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)方法研究.pdf
- 光伏發(fā)電系統(tǒng)短期功率預(yù)測(cè)方法的研究.pdf
- 基于回聲狀態(tài)神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電功率預(yù)測(cè)模型研究.pdf
- 基于智能水滴算法和神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電功率預(yù)測(cè)研究.pdf
- 基于循環(huán)神經(jīng)網(wǎng)絡(luò)的風(fēng)電場功率超短期和短期預(yù)測(cè).pdf
- 基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的光伏出力預(yù)測(cè).pdf
- 基于神經(jīng)網(wǎng)絡(luò)集成的短期負(fù)荷預(yù)測(cè)方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的風(fēng)電場短期風(fēng)電功率預(yù)測(cè)研究.pdf
- 基于IPSO-GA神經(jīng)網(wǎng)絡(luò)的風(fēng)電場功率短期預(yù)測(cè)方法研究.pdf
- 光伏發(fā)電短期發(fā)電功率預(yù)測(cè)方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)研究
評(píng)論
0/150
提交評(píng)論