一种光伏系统短期功率预测模型

作者:刘沛汉;吐尔逊·伊不拉音;赵力 刊名:四川电力技术 上传者:杨明春

【摘要】为提高光伏系统发电功率预测精度,优化系统的发电计划和减少电力系统运行成本,进而为系统调度和实时运行控制提供依据以有效减轻光伏发电系统接入对电网的影响,建立一种基于三层神经网络和功率波动特性的短期光伏出力预测模型。首先利用气象局已发布的日类型和温度信息挑选与预测日最相关的相似日,再基于神经网络将相似日历史太阳辐照、温度、输出功率建立光伏系统出力初步预测模型;然后以预测日天气预报信息作为神经网络的输入来获得预测日的功率预测值;最后基于数学量化的由光伏系统相似日历史出力数据统计分析得到的波动量统计规律对初步预测结果加以修正,建立了具有较高精度的光伏系统出力预测模型。仿真结果表明,该方法建立的预测模型具有较高的精度,进而为调度运行人员提供决策辅助。

全文阅读

一种光伏系统短期功率预测模型 刘沛汉1,2,吐尔逊·伊不拉音1,赵 力1 ( 1. 新疆大学电气工程学院,新疆 乌鲁木齐 830047; 2. 国网新疆电力公司昌吉供电公司,新疆 昌吉 831100) 摘 要: 为提高光伏系统发电功率预测精度,优化系统的发电计划和减少电力系统运行成本,进而为系统调度和实时运行控制提供依据以有效减轻光伏发电系统接入对电网的影响,建立一种基于三层神经网络和功率波动特性的短期光伏出力预测模型。首先利用气象局已发布的日类型和温度信息挑选与预测日最相关的相似日,再基于神经网络将相似日历史太阳辐照、温度、输出功率建立光伏系统出力初步预测模型; 然后以预测日天气预报信息作为神经网络的输入来获得预测日的功率预测值; 最后基于数学量化的由光伏系统相似日历史出力数据统计分析得到的波动量统计规律对初步预测结果加以修正,建立了具有较高精度的光伏系统出力预测模型。仿真结果表明,该方法建立的预测模型具有较高的精度,进而为调度运行人员提供决策辅助。关键词: 光伏出力预测; 人工神经网络; 波动量统计规律; 预测模型 Abstract: In order to improve the prediction accuracy of photovoltaic power generation system,the power generation plans of the system are optimized and the operating costs of power system are reduced,and then it provides the basis for real - time scheduling and operating control to effectively mitigate the impact of photovoltaic power generation system on power grid,and a short - term forecasting model based on three - layer neural network and fluctuation characteristics of photovoltaic power is es-tablished. Firstly,the information of day type and temperature which have been released by meteorological bureau are used to pick up the similar day which is most relevant to the predicted day,and then a preliminary forecasting model based on neural network is established by using the previous solar irradiance,temperature,output power of the similar days. Secondly,the weather forecasting information of the predicted day is taken as the input of neural network to obtain the preliminary output power of the predicted day. At

参考文献

引证文献

问答

我要提问