光伏发电功率预报与负荷预报

【摘要】：随着光伏发电系统的装机容量的扩大，其对电力系统的影响也越发明显。光伏阵列的发电功率预报对于减轻光伏发电功率的不确定性对电网运行的影响有重要作用。负荷预报是制定发电计划和远景规划的基础，预测结果的准确性直接关系到电力系统运行的经济性和安全性。因此，提高光伏发电功率预报和负荷预报的精确度一直是国内外学者致力研究的方向之一。 选取相似日的目的是通过历史数据预测未来数据。光伏发电功率数据及负荷数据与历史数据之间存在紧密的联系。因此，本文中将相似日理论应用于光伏发电功率预报和负荷预报模型中。相似日选择原理是根据建立的日特征向量，使用欧式距离判断不同日之间的特征向量的差异。 近几年来，人工智能大量应用于光伏发电功率预报和负荷预报领域。目前应用比较广泛的是BP神经网络。BP神经网络是一种静态前馈型神经网络，预测动态系统时容易陷入局部极小值点。Elman神经网络相比于BP神经网络增加了一层承接层，可以看做一个具有局部记忆单元和局部反馈连接的前向神经网络，具有动态特性好、逼近速度快、精度高等特点。因此对于光伏发电功率预报和负荷预报领域Elman神经网络更优于BP神经网络。 光伏系统发电功率的主要影响因素有季节、日类型、太阳能辐照强度和温度等。另外，负荷水平受内在规律和外部气象因素的影响，具有周期性和随机性。本文根据发电功率和负荷特性的影响因素分别建立日特征向量，从而得到相似日。根据得到的相似日数据结合气象预报数据分别建立了基于Elman神经网络的光伏发电功率预报和负荷预报模型。实验结果表明相比于传统的预报模型，本模型有着一定的优势。 太阳能辐照强度是影响光伏发电功率的最直接因素，太阳能辐照强度曲线变化规律和光伏阵列输出功率曲线变化规律几乎一致。本文根据太阳能辐照强度预报值分别建立了基于线性外推法和基于太阳能电池I/V特性曲线的预报模型。实验结果表明，准确预报太阳能辐照强度对于提高光伏发电功率预报精度具有重要意义。 相比于光伏发电功率，负荷水平具有明显的规律性，和历史数据具有更紧密的关系。本文通过选取的相似日建立了一种简单实用的基于线性外推法的超短期负荷预报模型。实验结果表明这种模型具有简单、实用、预测精度高等优点。 【关键词】：光伏发电功率预测 负荷预测 相似日 Elman神经网络 线性外推法
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM615
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 绪论11-19
• 1.1 课题的背景及意义11
• 1.2 微电网的概念11-13
• 1.3 微电网研究现状13-15
• 1.4 光伏发电功率预报现状15-16
• 1.4.1 国外研究现状15
• 1.4.2 国内研究现状15-16
• 1.5 负荷预报研究现状16-17
• 1.6 本文主要工作17-19
• 第二章 光伏发电及其影响因素分析19-30
• 2.1 光伏发电系统原理19-21
• 2.2 光伏并网发电系统的组成21
• 2.3 光伏电池输入输出特性21-25
• 2.3.1 光伏电池特性21-24
• 2.3.2 光电转换效率24-25
• 2.4 影响光伏系统发电特性的因素25-29
• 2.4.1 季节25-26
• 2.4.2 日类型26-27
• 2.4.3 太阳能辐照强度27-28
• 2.4.4 温度28-29
• 2.5 本章小结29-30
• 第三章 微电网负荷特性与影响因素分析30-38
• 3.1 电力系统负荷分类30
• 3.2 微电网负荷特性分析30-33
• 3.3 负荷气象影响因素分析33-35
• 3.4 负荷预报35-37
• 3.4.1 负荷预报的分类35-36
• 3.4.2 用电负荷的特点36
• 3.4.3 影响微电网负荷预报的因素36-37
• 3.5 本章小结37-38
• 第四章 基于相似日的预报模型数据分类38-47
• 4.1 相似日选择原理38-39
• 4.1.1 日特征相似日原理38
• 4.1.2 形状相似日原理38-39
• 4.2 数据的采集和处理39-43
• 4.2.1 气象参数数据的选取39-40
• 4.2.2 光伏发电功率和负荷数据的选取40-42
• 4.2.3 数据处理42-43
• 4.3 相似日理论在光伏发电功率预报中的应用43-44
• 4.3.1 光伏发电功率中的日特征向量的建立43
• 4.3.2 相似日选取结果43-44
• 4.4 相似日理论在负荷预报中的应用44-46
• 4.4.1 负荷预报中的日特征向量的建立44-45
• 4.4.2 相似日选取结果45-46
• 4.5 本章小结46-47
• 第五章 光伏发电功率预报47-58
• 5.1 光伏发电功率预报概述47-49
• 5.1.1 光伏发电功率概述47
• 5.1.2 光伏发电预报的分类47-48
• 5.1.3 光伏发点功率预报的原则48
• 5.1.4 光伏发电功率预测方式48-49
• 5.2 Elman 神经网络49-53
• 5.2.1 Elman 神经网络结构50-51
• 5.2.2 Elman 神经网络原理与算法51-52
• 5.2.3 Elman 神经网络的预测流程52-53
• 5.3 基于相似日的 Elman 神经网络无辐照度预测模型53-57
• 5.3.1 预测模型的输入输出层节点的确定54
• 5.3.2 预测模型隐含层节点的选取54-55
• 5.3.3 Elman 神经网络模型结构55
• 5.3.4 预报模型训练和评估55
• 5.3.5 预测结果分析55-57
• 5.4 本章小结57-58
• 第六章 基于辐照度预报的光伏发电功率预报58-67
• 6.1 太阳能辐照度预报58-59
• 6.2 基于辐照度预报的线性外推法预报光伏发电功率59-62
• 6.2.1 线性外推法的基本原理59-60
• 6.2.2 预测结果及分析60-62
• 6.3 基于太阳能辐照强度预报和太阳能电池 I/V 特性曲线的预测法62-66
• 6.3.1 太阳能电池的 I/V 特性曲线62-64
• 6.3.2 预测结果及分析64-66
• 6.4 本章小结66-67
• 第七章 基于相似日的超短期负荷预报方法研究67-74
• 7.1 基于相似日理论的 Elman 神经网络超短期负荷预报67-70
• 7.1.1 数据的采集和处理67-68
• 7.1.2 预测模型的输入68
• 7.1.3 预测模型隐含层节点选取68-69
• 7.1.4 预测结果分析69-70
• 7.2 基于相似日的线性外推法负荷预报模型70-73
• 7.3 本章小结73-74
• 第八章 总结与展望74-76
• 8.1 本文总结74-75
• 8.2 工作展望75-76
• 致谢76-77
• 参考文献77-82
• 附录82

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

基于神经网络的光伏阵列发电预测模型的设计    陈昌松;段善旭;殷进军;

应用于负荷预测中的回归分析的特殊问题    康重庆,夏清,刘梅,相年德

基于气象负荷因子的Elman神经网络短期负荷预测    朱晟,蒋传文,侯志俭

考虑人体舒适度的扩展短期负荷预测新方法    毛弋;唐偲;

非线性季节型电力负荷灰色组合预测研究    李金颖,牛东晓

微电网的研究现状及在我国的应用前景    郑漳华;艾芊;

含分布式发电系统的微网技术研究综述    黄伟;孙昶辉;吴子平;张建华;

改进相似日评价函数在短期负荷预测中的应用    李敏;李钷;刘涤尘;

电网夏季气象敏感负荷特性分析    朱振伟;方鸽飞;王国福;徐祥海;

光伏发电功率预测统计方法研究    卢静;翟海青;刘纯;王晓蓉;

农产品市场价格短期预测方法的选择及应用——以鲜奶零售价格为例    董晓霞;李干琼;刘自杰;

变电站光伏直流系统的研究与应用    林航;陈晓明;

基于PSO的RBF神经网络短期电力负荷预测    田丽;黄世伟;李泽应;王军;

智能组合预测法在短期电力负荷预测中的应用研究    魏安静;田丽;

基于Elman网络的地面太阳总辐射估算方法    黄岩;毕坤;

双面太阳电池垂直安装发电性能的测试    王宁;吴昌宏;舒杰;

大型集中并网光伏电站硬件设计要求及安全保护    王志刚;龙维绪;崔海昱;邓菊莲;刘祖明;廖华;涂洁磊;

太阳能高效路灯系统工作原理与设计    张鹏;

太阳能光伏支架系统的应用    李天下;

光伏控制器新型充电管理模式研究    普平贵;

基于LS-SVM方法的晴空逐时太阳辐射模型    苏高利;柳钦火;邓芳萍;辛晓洲;

太阳能光伏并网发电系统的研究    王飞,余世杰,苏建徽,沈玉梁

一种独立光伏发电系统双向变换器的控制策略    廖志凌;阮新波;

微网中分布式电源逆变器的多环反馈控制策略    王成山;肖朝霞;王守相;

基于神经网络的光伏阵列发电预测模型的设计    陈昌松;段善旭;殷进军;

多逆变器环境微网环流控制新方法    吕志鹏;罗安;蒋雯倩;徐欣慰;

太阳能光伏发电技术现状及其发展    赵晶;赵争鸣;周德佳;

电网电压不平衡条件下微网PQ控制策略研究    吕志鹏;罗安;荣飞;郭镥;

中国陆地太阳能资源开发潜力区域分析    李柯;何凡能;

一种规范化的处理相关因素的短期负荷预测新策略    康重庆,程旭,夏清,沈瑜

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

全省风电发电功率创最高纪录    记者 张剑雯

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

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

光伏发电功率的预测方法研究    王鸿玺

并网型光伏发电功率预测系统的研究与实现    曲洪达