首页 > 88必威

基于BP神经网络的光伏发电功率短期预测机制研究

来源:论文学术网
时间:2024-08-19 03:56:20
热度:

基于BP神经网络的光伏发电功率短期预测机制研究【摘要】:由于光伏发电功率具有波动性和间歇性,大规模光伏发电系统并网会对电力系统的安全稳定运行造成不利的影响。因此,光伏发电功率短期预

【摘要】:由于光伏发电功率具有波动性和间歇性,大规模光伏发电系统并网会对电力系统的安全稳定运行造成不利的影响。因此,光伏发电功率短期预测有利于电力系统调度部门实时调度和常规能源的发电规划,减轻光伏发电系统接入对电网的不利影响,保证电网的安全稳定运行。本文首先介绍了光伏发电的背景及意义以及光伏发电功率预测的国内外研究现状。描述了光伏发电系统,分析了常见的光伏发电短期功率预测方案,概括了预测的评价指标。在传统的预测方案中,只考虑了太阳辐射强度、环境温度以及风速对光伏发电功率的影响,采用单一模型进行预测,导致了预测精度不高。本文验证并分析了单个气象因素和天气类型对光伏发电功率的影响。经研究分析发现,光伏发电功率的气象影响因素具有多样性,湿度、能见度等气象因素对光伏发电功率的影响也是不容忽视的。在不同天气类型下,气象因素对光伏发电功率的影响程度是不相同的,采用单一模型对光伏发电功率进行预测,难以适应复杂多变的天气状况。针对传统的预测模型只考虑太阳辐射强度、环境温度和风速对光伏发电功率的影响,采用单一预测模型预测精度较低的问题,本文提出了基于BP神经网络的光伏发电短期功率预测方案,利用了改进的BP神经网络算法,采用多模型对光伏发电功率进行短期预测,并充分考虑了光伏发电功率的气象影响因素。最后,对基于BP神经网络的光伏发电功率短期预测方案进行了预测评价。根据光伏发电系统实例,分别对光伏发电功率短期预测模型进行了训练和测试,并进行了误差分析。预测结果表明,充分考虑了诸多气象影响因素的模型的预测精度有了较大的提高。多模型的天气预测方案较单一模型的预测方案在预测精度方面有了较大的提高,该预测模型还解决了基于传统BP神经网络算法的预测模型迭代次数高、收敛时间长的问题。 【关键词】:光伏发电 功率 短期预测 BP神经网络
【学位授予单位】:东北大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:TM615;TP183
【目录】:
  • 摘要5-6
  • Abstract6-10
  • 第1章 绪论10-22
  • 1.1 研究背景及意义10-16
  • 1.1.1 课题研究背景10-15
  • 1.1.2 课题研究意义15-16
  • 1.2 国内外研究现状16-19
  • 1.3 研究内容及章节安排19-22
  • 第2章 光伏发电功率预测技术22-34
  • 2.1 光伏发电系统22-24
  • 2.2 常见光伏发电功率预测方案24-32
  • 2.2.1 灰色理论算法模型26-27
  • 2.2.2 多元线性回归算法模型27
  • 2.2.3 最小二乘支持向量机算法模型27-29
  • 2.2.4 马尔科夫链算法模型29
  • 2.2.5 人工神经网络算法模型29-32
  • 2.3 评价指标32
  • 2.4 本章小结32-34
  • 第3章 影响光伏发电功率的气象因素分析34-46
  • 3.1 单个气象因素对光伏发电功率的影响34-38
  • 3.1.1 太阳辐射强度对光伏发电功率的影响34-35
  • 3.1.2 环境温度对光伏发电功率的影响35-36
  • 3.1.3 风况对光伏发电功率的影响36-37
  • 3.1.4 湿度对光伏发电功率的影响37
  • 3.1.5 能见度对光伏发电功率的影响37-38
  • 3.2 天气类型对光伏发电功率的影响38-43
  • 3.3 相关性分析43-44
  • 3.4 本章小结44-46
  • 第4章 基于BP神经网络的光伏发电功率短期预测方案46-54
  • 4.1 问题描述46-47
  • 4.2 基于BP神经网络的光伏发电功率短期预测模型47-53
  • 4.2.1 BP神经网络47-49
  • 4.2.2 光伏发电功率短期预测模型49-53
  • 4.3 本章小结53-54
  • 第5章 预测模型评价54-62
  • 5.1 样本选取与分类54
  • 5.2 预测结果及误差分析54-60
  • 5.2.1 A类广义天气类型预测模型预测结果及误差分析54-57
  • 5.2.2 B类广义天气类型预测模型预测结果及误差分析57-58
  • 5.2.3 C类广义天气类型预测模型预测结果及误差分析58-60
  • 5.3 预测评价60
  • 5.4 本章小结60-62
  • 第6章 结论62-64
  • 参考文献64-68
  • 致谢68


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

基于极端学习机的光伏发电功率短期预测    刘士荣;李松峰;宁康红;周啸波;荣延泽;

科技文摘    

风电场发电功率的建模和预测研究综述    王丽婕;廖晓钟;高阳;高爽;

联合条件下风力发电风速预测    田丽;邓阅;

光伏发电功率预测统计方法研究    卢静;翟海青;刘纯;王晓蓉;

采用气象信息的神经网络应用于短期风力发电功率预测    徐星;张虹;乐海洪;徐敏;

身背核电站移民外星    阿碧;

海岛风柴蓄发电功率分配方法与运行预测    许昌;李旻;田蔷蔷;郑源;

风电场发电功率组合预测方法研究    胡婷;刘观起;邵龙;刘哲;孙勃;

基于小波分析的风电场短期发电功率预测    王丽婕;冬雷;廖晓钟;高阳;

光伏发电功率预测预报系统升级方案设计及关键技术实现    崔杨;陈正洪;成驰;唐俊;谷春;

龙源内蒙古公司风电场发电功率预测系统获省级科技进步奖    

基于AR模型的风力发电功率预测仿真    冯雷;黄宏;张秀坤;张欣;

美将建“清洁煤炭”电厂    欣华

欧洲试验利用海下“风车”发电    刘 琴

日本研发海上浮动发电站    钱铮

并网型光伏电站发电功率预测方法与系统    王飞

大型变速变距风力发电机组的柔性协调控制技术研究    邢作霞

基于组合模型的光伏发电功率短期预测技术研究    张久菊

基于BP神经网络的光伏发电功率短期预测机制研究    陈霞

人工智能方法在光伏发电功率预测中的应用研究    王军

新能源风光发电功率预测模型的研究    陆刘春

风电场发电功率预测及风机运行优化的研究    张琦

并网型光伏电站发电功率的建模与预测研究    王旭峰

光伏发电功率预报与负荷预报    罗小兰

风能及光伏发电功率短期预测方法研究    陈垣毅

并网型光伏电站发电功率与其主气象影响因子相关性分析    郭佳

风电场风速及发电功率预测与经济效益研究    王丽伟

Baidu
map