首页 > 88必威

基于神经网络的光伏发电系统发电功率预测

来源:论文学术网
时间:2024-08-19 04:05:39
热度:116

基于神经网络的光伏发电系统发电功率预测【摘要】:随着能源危机和环境保护形势日趋严峻,光伏发电凭借太阳能清洁、环保、可再生等优点备受各国重视。近年来,在政策的推动下,光伏发电产业得到

【摘要】:随着能源危机和环境保护形势日趋严峻,光伏发电凭借太阳能清洁、环保、可再生等优点备受各国重视。近年来,在政策的推动下,光伏发电产业得到快速发展,光伏电站容量在电力系统电源中所占比例逐渐增加。但是,由于光伏发电系统发电功率受多种因素影响,其输出具有明显的周期性、波动性和随机性,使得其并网运行后相对于电力系统是一个不可控源,当光伏电站的规模较大时势必将对电网的安全稳定运行造成影响。因此对光伏发电系统的发电功率预测进行研究具有重大的理论和现实意义。 本文首先阐述光伏电池的工作原理及光伏发电系统的分类,详细介绍并网光伏发电系统的组成,给出华北电力大学新能源国家重点实验室的光伏发电系统基本结构和相关参数。然后分析光伏发电系统的发电特性,选取辐照强度、环境温度、光板温度、环境相对湿度作为影响光伏发电系统发电功率的主要因素,为建立发电功率预测模型提供理论支撑。 人工神经网络作为一种广泛使用的数学工具,在光伏发电功率预测方面应用普遍。本文先后阐述了BP神经网络、小波神经网络、回声状态网络及基于经验模态分解-回声状态网络的基本原理,并建立了4种相应的光伏发电功率预测模型。 最后,采用华北电力大学新能源电力系统国家重点实验室的实测数据对4种预测模型分别进行实验验证。预测结果表明所建立的4种预测模型均能较准确的进行预测,其中基于经验模态分解和回声状态网络的组合预测模型,由于结合了两种算法的优点,预测精度更高、稳定性能更好。 【关键词】:光伏发电系统 功率预测 BP神经网络 小波神经网络 回声状态网络 经验模态分解
【学位授予单位】:华北电力大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:TM615
【目录】:
  • 摘要5-6
  • Abstract6-9
  • 第1章 绪论9-15
  • 1.1 光伏发电预测研究背景及意义9-10
  • 1.1.1 太阳能光伏发电9
  • 1.1.2 光伏发电功率预测的研究意义9-10
  • 1.2 国内外研究现状10-13
  • 1.2.1 国外光伏发电发展现状10-11
  • 1.2.2 国内光伏发电发展现状11-12
  • 1.2.3 国内外光伏发电功率预测研究现状12-13
  • 1.3 本文主要工作13-15
  • 第2章 光伏系统的发电特性分析15-27
  • 2.1 光伏电池15-16
  • 2.1.1 光伏电池的基本结构15
  • 2.1.2 光伏电池的工作原理15-16
  • 2.2 光伏发电系统16-22
  • 2.2.1 光伏发电系统的分类16-18
  • 2.2.2 并网光伏发电系统的组成18-19
  • 2.2.3 新能源实验室光伏发电系统简介19-22
  • 2.3 光伏并网系统发电功率特性分析22-26
  • 2.3.1 日类型对发电量的影响22-23
  • 2.3.2 辐照强度对发电量的影响23-24
  • 2.3.3 温度对发电量的影响24-26
  • 2.3.4 相对湿度对发电量的影响26
  • 2.4 本章小结26-27
  • 第3章 基于小波神经网络的光伏发电预测模型27-38
  • 3.1 BP 神经网络27-31
  • 3.1.1 BP 网络的基本结构27-28
  • 3.1.2 BP 网络的学习算法28-30
  • 3.1.3 BP 网络的学习训练过程30-31
  • 3.2 小波神经网络31-33
  • 3.2.1 小波神经网络的结构形式31-33
  • 3.2.2 小波神经网络的特点33
  • 3.3 预测模型的设计33-37
  • 3.3.1 样本数据预处理34
  • 3.3.2 预测模型的结构34-37
  • 3.4 本章小结37-38
  • 第4章 基于经验模态分解和回声状态网络的光伏发电预测模型38-50
  • 4.1 回声状态网络38-41
  • 4.1.1 回声状态网络基本结构与特征38-39
  • 4.1.2 回声状态网络的关键参数及选取原则39-40
  • 4.1.3 回声状态网络的训练40-41
  • 4.2 经验模态分解41-45
  • 4.2.1 经验模态分解与内禀模态函数41-42
  • 4.2.2 经验模态分的解基本原理42-44
  • 4.2.3 经验模态分解的特点44-45
  • 4.3 基于经验模态分解和回声状态网络的预测方法45-48
  • 4.4 预测模型的设计48-49
  • 4.5 本章小结49-50
  • 第5章 预测模型评估与结果分析50-57
  • 5.1 预测模型评估50-52
  • 5.2 预测结果分析52-56
  • 5.3 本章小结56-57
  • 第6章 结论与展望57-59
  • 6.1 结论57
  • 6.2 展望57-59
  • 参考文献59-63
  • 攻读硕士学位期间发表的论文63-64
  • 致谢64


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

发展中的太阳能光伏发电系统    邱毓昌

西藏光明工程先导项目──6kW无电村用光伏发电系统研制    江燕兴,许洪华,李平,刘光启,赵斌

中日合作太阳能光伏发电系统    李爽,刘光启,许洪化,赵斌

光伏发电系统:一种解决能源危机的重要方法    史云鹏,王莹莹,王超

光伏发电系统优化分析    汤叶华;谢建;刘祖明;廖华;陈庭金;

太阳能光伏发电技术(7) 光伏发电系统的负载与配线    马胜红;陆虎俞;

独立户用光伏发电系统成本影响因素及其分析    李冬梅;刘志璋;刘志强;

太阳能光伏发电系统为半导体行业带来新机会    周智勇;

高能效直流模块式光伏发电系统性能评估    刘邦银;段善旭;康勇;

太阳能光伏发电系统的原理及其发展    沈国良;赵旭升;

光伏发电系统用高效逆变器的研究    周光明;沈煜;张晋茂;麻凯恩;朱正菲;杜强;

太阳能光伏发电系统性能分析的模糊综合评价方法    陆亚萍;梁小冰;

分布式光伏发电系统及微型逆变器综述    程丽敏;曹阳;

太阳能光伏发电系统工程结构强度设计    郝文华;

光伏发电系统的计算机辅助设计    王景义;

户用独立式光伏发电系统研究    李春华;刘维亭;姜文刚;

光伏发电系统建模及其控制器参数的全局优化设计方法研究    谢亦丰;祝明华;熊连松;李琛;卓放;张海龙;

用于热光伏发电系统的发射体材料的研究进展    徐峰;刘爱民;罗慧晶;翁占坤;

小型离网光伏发电系统的设计    程启明;李明;陈根;王鹤霖;

光伏发电系统的过去,现在和未来    冯垛生;

莱芜供电首建光伏发电系统    王宪才 魏延彬

莱芜供电公司建成首个光伏发电系统    通讯员 王宪才 魏延彬

光伏发电系统租还是买?    徐瑶

数倍聚光跟踪光伏发电系统解决太阳能高成本难题    申淳

晶澳公司捐赠光伏发电系统    特约记者 牛献力 通讯员 王丽英

美研制新式太阳能热光伏发电系统    记者 刘霞

广东最大户用光伏发电系统亮相    本报记者  戈晓芳 见习记者 于洋

我市首座太阳能光伏发电系统正式并网发电    记者 王莹 特约通讯员 刘孟君

我省光伏产业又添高科技“新丁”    记者 星子

依托自然优势发展新疆光伏产业    苏国平 新疆经信委副主任

光伏发电系统效率提高理论方法及关键技术研究    朱艳伟

光伏发电系统及其控制的研究    郑诗程

光伏发电系统运行理论与关键技术研究    徐瑞东

太阳能光伏发电系统的控制问题研究    熊远生

光伏跟踪系统智能控制方法的研究    徐晓冰

光伏发电系统及其控制技术研究    曹太强

泛(火用)分析方法及其应用研究    蒋爱华

新型光伏发电系统的研究    韩志强

光伏发电系统监控与发电预测模型研究    李徐辉

光伏发电系统中双模式逆变器控制策略研究    周阳

光伏发电系统电压稳定控制技术的研究    王培波

光伏发电系统效率优化问题的研究    王丹

高效率的太阳能光伏发电系统设计及优化分析    谢旗辉

光伏发电系统高效电能变换技术研究    刘阳

基于双频变换器的单相光伏发电系统研究    方堃

单相光伏发电系统与并网控制策略的研究    宋涛松

太阳能光伏发电系统的研究    孔娟

116
Baidu
map