一种光伏系统短期功率预测模型

一种光伏系统短期功率预测模型

ID:46269729

大小:671.82 KB

页数:6页

时间:2019-11-22

一种光伏系统短期功率预测模型_第1页
一种光伏系统短期功率预测模型_第2页
一种光伏系统短期功率预测模型_第3页
一种光伏系统短期功率预测模型_第4页
一种光伏系统短期功率预测模型_第5页
资源描述:

《一种光伏系统短期功率预测模型》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、第38卷第1期四川电力技术Vo1.38,No.12015年2月SichuanElectricPowerTechnologyFeb.,2015一种光伏系统短期功率预测模型3t~i$汉,吐尔逊·伊不拉音,赵力(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

2、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目的功率预测值;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:Inordertoimprovethepredictionaccuracyofphotovohaicp

3、owergenerationsystem,thepowergenerationplansofthesystemareoptimizedandtheoperatingcostsofpowersystemarereduced,andthenitprovidesthebasisforreal—timeschedulingandoperatingcontroltOeffectivelymitigatetheimpactofphotovohaicpowergenerationsystemonpowergrid,andashort——termforecastingmodelbas

4、edonthree——layerneuralnetworkandfluctuationcharacteristicsofphotovohaicpowerises—tablished.Firstly,theinformationofdaytypeandtemperaturewhichhavebeenreleasedbymeteorologicalbureauareusedtopickupthesimilardaywhichismostrelevanttothepredictedday,andthenapreliminaryforecastingmodelbasedonn

5、euralnetworkisestablishedbyusingtheprevioussolarirradiance,temperature,outputpowerofthesimilardays.Secondly,theweatherforecastinginformationofthepredicteddayistakenastheinputofneurMnetworktoobtainthepreliminaryoutputpowerofthepredictedday.Atlast,thefluctuationstatisticslawisobtainedthro

6、ughcountingandanalyzingthehistoricalout·putdataofthesimilardays,andthenthepreliminarypredictionsarecorrectedbythelaw,thusaforecastingmodelwithhigh—erprecisionofPVsystemoutputisestablished.Thesimulationresultsshowthattheforecastingmodelestablishedbythepro—posedmethodhasahigheraccuracyand

7、canprovidethedecisionsupportfordispatchers.Keywords:photovohaicoutputforecasting;artificialneuralnetwork;fluctuationstatisticallaw;forecastingmodel中图分类号:TM74文献标志码:A文章编号:1003—6954(2015)01—0001—05系统的旋转备用容量和运行成本,以充分利用太阳0引言能资源,获得更大的经济效益和社会效益。因此光伏系统出力预测就显得极为重要。光伏发电具有波动性和间歇性,大规模光伏电然而

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。