蚁群BP神经网络的光伏电站辐照强度预测

【摘要】：为了提高光伏电站辐照强度的预测精度,本文提出了基于蚁群改进BP神经网络的预测方法。首先,分析了辐照强度的影响因素,从中筛选出纬度、海拔、天气类型、日照时数、温度、空气质量、相对湿度、风速、大气压强等最优影响因子作为模型的输入;其次,通过建立新的传递函数,采用最小均方误差能量函数法进行自动优化隐含层数;按月份建立蚁群改进BP神经网络模型,对辐照强度进行预测。预测结果与BP神经网络模型进行对比,表明该方法有效提高了辐照强度的预测精度。 【作者单位】： 国网宁夏电力公司;东北电力大学电气工程学院;
【关键词】： 光伏电站 辐照强度 蚁群算法 改进BP神经网络 预测
【基金】：国家自然科学基金资助项目(51377016) 长江学者和创新团队发展计划资助项目(IRT1114) 吉林省科技发展计划资助项目(20140101080JC)
【分类号】：TM615;TP18
【正文快照】：

您可以在本站搜索以下学术论文文献来了解更多相关内容

储能电池平抑光伏发电波动的应用    陈刚;袁越;傅质馨;

两种风电功率多步预测方式的分析及评价    严干贵;王东;杨茂;熊昊;宋薇;

基于改进BP神经网络的光伏发电系统输出功率短期预测模型    丁明;王磊;毕锐;

基于天气类型聚类识别的光伏系统短期无辐照度发电预测模型研究    代倩;段善旭;蔡涛;陈昌松;陈正洪;邱纯;

蚁群BP神经网络的光伏电站辐照强度预测    贺文;齐爽;陈厚合;

基于近邻传播聚类和回声状态网络的光伏预测    李乐;刘天琪;

一种光伏功率预测的RBF神经网络校正模型    朱卫平;汪志成;袁晓冬;刘新宇;刘志;

基于遗传优化的BP神经网络水泥强度预测    郭一军;陈佩军;赵磊;刘胜荣;

SOFM-LM-BP神经网络在光伏发电量预测中的应用    宋丹丹;任国臣;张梦松;苏人奇;

计及风电和需求响应的电网动态经济调度    符杨;陈铤;李振坤;

不同季节光伏发电量与气象影响因子的诊断分析    闫全全;李芬;王丽娟;石晶;钱加林;赵晋斌;

基于改进EMD及Elman算法的短期光伏功率预测研究    徐敏姣;徐青山;袁晓冬;

实时电价条件下的短期负荷预测研究    黄小耘;欧阳卫年;吴树鸿;李高明;金鑫;杨少将;

基于IOWA算子的短期光伏发电量组合预测    李芬;宋启军;钱加林;陈正洪;闫全全;杨兴武;

2011年IFAC第18届世界大会电力系统方面学术动态    高宗和;

风电功率波动特性的概率分布研究    林卫星;文劲宇;艾小猛;程时杰;李伟仁;

电池系统对风电并网引起的频率波动控制应用    刘忠仁;刘觉民;邹贤求;吕立召;祖映翔;

风光储联合发电系统的组合建模与等值    王皓怀;汤涌;侯俊贤;邹江峰;梁双;苏峰;

用于直驱式风力发电的复合储能系统    张坤;毛承雄;陆继明;王丹;

基于综合建模的3类电池储能电站性能对比分析    丁明;徐宁舟;毕锐;陈自年;罗亚桥;宋卓;

光伏-储能联合发电系统运行机理及控制策略    梁亮;李建林;惠东;

风电功率预测技术综述    王健;严干贵;宋薇;穆钢;

风光储联合发电技术及其工程应用    唐宏德;郭家宝;陈文升;

风电功率波动的时空分布特性    崔杨;穆钢;刘玉;严干贵;

辐照强度及温度对双层异质结有机光伏器件性能的影响    李卫民;郭金川;孙秀泉;周彬;

    

辐照强度与偏振成像遥感关系分析    孙晓兵;乔延利;洪津;