基于智能水滴算法和神经网络的光伏发电功率预测研究

《基于智能水滴算法和神经网络的光伏发电功率预测研究》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、難冀華价毕译３—，＃于雛水算＆雜经自—酵蜡简；＇、、功率预画究胃－－＇一ｒ：ＲｅｓｅａｆｃｈｏｕＰｒｅｄｉｃｔｉｏｎＰｈｏｔｏｖｏｌｔａｉｃＰｏｗｅｒＧ巧Ｗ进ｔｉｏｉｉ技ａｓｅｄｏｎＩｐｉｔｅＨｊ餐足岛ｔＷａｔｅｒＤｒｏｐｓ＇‘’—？？．－■，ｏＣｆｉ化附ａｎｄＮ帥伪１ｔｗｏｒｋＣ．Ａｌｇ雌；，’、。‘‘；：，＾记扔Ａ＞一＾Ｖ‘５、？Ｖｒ：／＼＊＇ｊ也、、），＊一。ｒ－‘‘、＇＂＇＇？、诚（Ｖ？＜＊，ｅ

2、！、处ｔＶ；誠慕心确‘吟動骑国内图书分类号：TP399学校代码：10079国际图书分类号：004.8密级：公开硕士学位论文基于智能水滴算法和神经网络的光伏发电功率预测研究硕士研究生：郭丙旭导师：赵文清教授申请学位：工学硕士学科:计算机科学与技术专业：计算机应用技术所在学院：控制与计算机工程学院答辩日期：2016年3月授予学位单位：华北电力大学ClassifiedIndex:TP399U.D.C:004.8ThesisfortheMasterDegreeResearchonPredictionofPhotovolt

3、aicPowerGenerationBasedonIntelligentWaterDropsAlgorithmandNeuralNetworkCandidate：GuoBingxuSupervisor：Prof.ZhaoWenqingSchool：SchoolofControlandComputerEngineeringDateofDefence：March,2016Degree-Conferring-Institution：NorthChinaElectricPowerUniversity华北电力大学硕±学位论文原创性声明

4、本人郑甫声明：此处所提交的硕±学位论文《基于巧能水滴算法和神经Ｎ巧的光伏发电功率预测研究》，是本人化导师指皆Ｋ，巧华北电义Ｉ乂学攻巧硕：１：学位期问独立进行研究工作所取得的成果。据本人所知，论文中除Ｌｌ注刚部分１。，！外不包含他人已发表或撰写过的研究成巧对本文的研允工作做１垂嬰巧献的个人和集体，均己在文中｛＾１明确方式注明。本声明的法律结果将完全山本人承化。＾ｉ作者签名：南植：年巧ｒ日｜Ｊ円期＾华北电力大学硕±学位论文使用授权书《基于智能水滴算法和神鍾网络的光伏发化功率预测研究》系本人巧华北

5、化力大学攻读硕±学位期间在导师指导下完成的硕：＾学位论文。本论文的硏究成巧巧华北化为大巧所有，本论文的研究巧容不得其它单位的名义发表。本人完全了解华北电力大学关于保存、使用学位论文的规定，巧意巧校保留并向岡家巧义部口或机构送交论文的复印件和电子版木，巧窓学校将巧位论文的全，允许论文被爸阅和借阅部或部分内容编入宵关数据库进行检索。木人授仪华北化人大学ｊ、，可ｙｌ采用影印缩印或巧捕等父制予段保爸、ｗ从公布论文的全部或部分内容。＂＂本学位论文屑于（馈巧ＬＵ上相应方框内扑Ｖ）：保密□，巧年解密后适用

6、本授权书不密皆保〇｜：：：２（？，ｒ者签名Ｕ年几ｊｌｌ作期雨＾｜墙＾￣：：巧签名日期年月，Ｕ师＾ｉ呼４摘要随着工业化的发展、人口的增加，人类对能源的需求持续增长，传统的化石能源正面临枯竭的问题，开发利用清洁能源，走绿色低碳、清洁替代的发展路线是未来的主旋律。太阳能是一种清洁能源，光伏发电是开发利用太阳能的主要方式，具有安全可靠、应用形式灵活、安装维护简单等优点，有着广阔的发展前景。但是光伏发电受天气类型、温度、太阳辐照度等因素的影响，其出力有明显的波动性、间歇性和不可控性，大规模光伏电站并网会给电力系统的安全

7、和经济运行造成严重的影响，因此光伏发电功率的准确预测有着重要的意义。本文首先介绍了一种新的群智能优化算法智能水滴(IntelligentWaterDrops,IWD)算法，算法通过模拟自然界中河水与河床之间相互作用形成河道的过程而得到的，具有鲁棒性好和全局寻优能力强的优点。但标准的智能水滴算法在结点的选择上易出现停滞和阻塞现象，进而出现收敛速度慢、易陷入局部最优解的缺陷。提出结点选择扰动操作和精英路径保留操作两种策略对标准智能水滴算法进行改进，然后利用标准的智能水滴算法和改进的智能水滴算法分别对Rosenbrock、Schaff

8、erF6、Rastrigin和Griewank函数进行寻优测试。实验结果表明，改进后的算法有效地改善了水滴的寻优能力，在收敛速度和寻优精度方面有一定的提高，适合于求解优化问题。其次针对静态的前馈型BP神经网络在时序序列预测问题中精度低、不具有记忆性的不足，提出采