基于样本扩张灰色关联分析的光伏出力预测

基于样本扩张灰色关联分析的光伏出力预测

ID:9130483

大小:93.03 KB

页数:12页

时间:2018-04-18

基于样本扩张灰色关联分析的光伏出力预测_第1页
基于样本扩张灰色关联分析的光伏出力预测_第2页
基于样本扩张灰色关联分析的光伏出力预测_第3页
基于样本扩张灰色关联分析的光伏出力预测_第4页
基于样本扩张灰色关联分析的光伏出力预测_第5页
资源描述:

《基于样本扩张灰色关联分析的光伏出力预测》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、基于样本扩张灰色关联分析的光伏出力预测宗鹏鹏东南大学电气工程学院光伏出力准确预测是光伏并网安全运行的重要棊础,样本容量増大、计及多影响因素能有效提高光伏出力预测精度。以小时段为单位建立一种棊于样本扩张灰色关联分析的光伏发电短期出力预测模型,扩张有限的样本容量,能分析多因素影响。首先分析影响光伏出力的多种因素,通过灰色关联度分析的方法对样木进行分析,得到扩张最优相似小吋段样本;通过遗传算法对BP神经网络的权值和阈值进行优化,并对神经网络进行训练;最后进行光伏出力预测。该文所建立的预测模型有效扩张了样本容量,提高了突变天气时预测准确度,有一定应用价值。关键词:

2、灰色关联度分析;样本扩张;突变天气情况;光伏发电;功率预测;chenzhong_seu@163.基金:国家重点研发计划(2016YFB0101800)PVOUTPUTFORECASTBASEDONGREYCORRELATIONANALYSISWITHEXPANDEDSAMPLEChenZhongZongPengpengSchoolofElectricalEngineering,SoutheastUniversity;Abstract:ItisimportanttoforecastPVshort-termoutputaccuratelyforthesafet

3、yofgridoperationwithPV.TheincreasesofsamplenumberandmultiplefactorsconsideredcanimprovetheaccuracyofpredictionofPVoutputeffectively.APVshort-termoutputforecastbasedongreycorrelationanalysiswithexpandedsampleisproposedinformofhours,whichexpandsthelimitedsamplesizeandconsidersmultip

4、lefactors.Thebestsamplesarechosenbyanalyzingsamplesfromtheperiodoftimetobepredictedandsamplestobetrainedthroughgreycorrelationanalysis.ABPneuralnetwork,whoseweightandthresholdareoptimizedbygeneticalgorithm,istrainedbyusingbestsamples.Atlasttheoutputispredictedandcomparedwithtradit

5、ionalforecastmethod.Theresultsshowedthatthemethodproposedinthispapernotonlyexpandsthesamplenumber,butalsoimprovestheforecastaccuracywhenclimaticjumphappens,whichhassomevalueforapplication.Keyword:greyrealtionalanalysis;sampleexpanding;mutationweather;photovoltaicgeneration;powerfo

6、recasing;0引言太阳能光伏发电具有波动性和间歇性的特点,大规模光伏并网会给电网的安全稳定性、电能质量、可靠性等带来问题U1,因此,光伏出力准确预测是光伏并网安全运行的重要基础m。目前对于太阳能光伏出力预测,国内外学者有一些相关研宄。文献[7]建立了基于BP神经网络的光伏发电短期出力预测模型,但传统的神经网络算法易陷入局部最优,不利于预测精度的提高;文献[8]提出基于天气类型聚类和基于最小二乘支持向量机算法(leastsquarcs-supportvectormachine,LS-SVM)的光伏出力直接预测模型,然而该研宄基于天气类型未考虑到同一天内

7、天气突变的情况;文献[9]提出一种基于机器学习的自适应预测模型,尽管考虑到突变天气的影响,但并未联系预测点之前天气环境对预测点的影响;文献[10]建立一种基于灰色神经网络的组合模型对光伏的短期出力进行预测,但该模型需要大量历史数据,对于一些新建光伏电站出力预测和极端突变天气出力预测效果并不明显。本文建立基于样本扩张灰色关联分析的光伏发电短期出力预测模型。与传统基于相似H的方法相比,考虑到新建光伏电站以及极端突变天气时历史信息不足的情况,以相似小时段为单位进行光伏出力预测,不仅样本选择更加灵活,样本容量得到扩充,而且克服Y传统口天气类型对预测模型的限制,能够

8、灵活应对一天之内天气突变的情况;在对预测小时段进行关联度分析时,采

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。