基于神经网络的光伏微网发电量预测研究

基于神经网络的光伏微网发电量预测研究

ID:35068516

大小:6.13 MB

页数:70页

时间:2019-03-17

基于神经网络的光伏微网发电量预测研究_第1页
基于神经网络的光伏微网发电量预测研究_第2页
基于神经网络的光伏微网发电量预测研究_第3页
基于神经网络的光伏微网发电量预测研究_第4页
基于神经网络的光伏微网发电量预测研究_第5页
资源描述:

《基于神经网络的光伏微网发电量预测研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号:TM615学校代码:10363密级:公开学号:21402301241‘^杂歡又從木毒A打huiPolytechnicUniversity硕±学位论文题目基于神经网络的光伏微网发电量预巧。研究黄超'论文作者指导教师葛愿教授陈文强高级工程师'学C专业)控制工程科一研究方向光伏微网能量管理论文提交日期:2016年6月8日分类号:TM615单位代码:1的拍:1密级;公开学号240230124題目慕于神经网络的化伏微网发电虽踰M研巧英文并列題目

2、PREDICTIONOFPOWERGENERATIONCAPACITYOFPHOTOVOLTATICSYSTEMSBASEONARTIFICIALNEURALNETWORK学生姓名:黄超指导教师:葛愿教授陈义强高级工程师专业:控制工程硏究方向:光伏微网能量管理论文答辩日期:20化年6月3曰安徴工程论文大学硕±论文安徽工程大学学位论文原创性声明:我恪守学术道德,崇尚严谨学风,是本人郑重声明。所呈交的学位论文本人在导师的,指导下,独立进行研巧工作所取得的成果本论文不包。除

3、文中己明确注明和哥用的内容外含任何其他个人或集体已经发表或撰写过的作品及成果的内容。论文为本人亲自撰写,我对,并完全意识到本声明的法律后果由本人承担所写的内容负责。学位论文作者签也日期:义?6年占月日/^安徽工程论文大学硕±论文安微工程大学学位论文版权使用授巧书学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部口或机构送交论文的复印件和电子版,允许论文被查阅或借阅。本人授权安徽工程大学可W将本学位论文的全部或部分内容编入有关数据库进行检索,可W采用影印、缩印或扫描等复制手段保存和汇

4、编本学位论文。保密□.在^年解密后适用本版权书。本学位论文属于不保密学位论文作者签名指导獅签名曰期:2年名曰曰期:备尽30(方與/^安徽工程论文大学硕±论文基于神经网络的光伏微网发电量预测研究摘要随着现代化会对能源的需求日趋增强,能源危机和环境污染问题也日趋严峻。太阳能光伏发电能源因其可再生、清洁、环保等优点受到世界各国髙度重视。然而,光伏发电系统具有随机性、周期性和不一稳定性等自身发电特性,电力系统是个即时平衡系统,光伏发电系统的发电特性导致其并入大电网后,会对大电网造成冲击,给大电网的

5、稳定运行带来很多不必要的问题,。对于大规模光伏发电系统并网时精确的光伏发电功率预测是有效减缓不利影响的重要前提,所W对于光伏发电系统的发电量预测研巧就有了很重要的现实意义和应用价值。本文首先对光伏电池的发电工作原理进行阐述;然后介绍光伏发电系统的基本组成和各种光伏发电系统的分类,并介绍了安徽工程大学110KW光伏微网系统的光伏发电系统基本结构;然后分析光伏发、电系统发电功率的输出特性,选取了太阳箱射强度环境温度和综合天气类型作为影响光伏发电系统发电量的主要因素,为建立发电量预测模型做好准备。本文先后提出了两种基于

6、BP神经网络预测模型;首先是提出了小波神经网络的预测模型,并针对BP算法收敛速度慢、易陷入局部-P算法;极值等缺陷,提出了附加动量项自适应改变学习率的改进B、,随机性较大,然后,针对BP神经网络初始权值阔值盲目选取I安徽工程论文大学硕±论文导致收敛速度慢且极易陷入局部极值,提出了基于遗传算法和模拟退火粒子群算法组合优化BP神经网络的预测模型。,最后,利用安徽工程大学光伏微网系统数据在MATLAB编程环境下,对建立的预测模型进行实验仿真。预测结果表明所提模型及算法具有巧高的预测精度和收敛速度。关键词:光伏微

7、网系统,发电量预测,BP神经网络,小波神经网络,改进BP算法,遗传算法,模拟退火粒子群算法II安徽工程论文大学硕±论文PREDICTIONOFPOWERGENERATIONCAPACITYOFPHOTOVOLTATICSYSTEMSBASEONARTIFICIALNEURALNETWORKABSTRACTW'ith也eenhancementofmodernsocietysdemandfbrenergysourcestheenercrisisandenvironmental

8、ollutionroblemshave,gyppbecomeincreasin

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。