基于神经网络的光伏阵列发电预测模型的设计

• 作者: 段善旭 殷进军 陈昌松
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 发电预测 神经网络 天气预报 随机性 光伏阵列
• 年，卷（期）: 2009,（9）
• 所属期刊栏目: 电力系统
• 页码范围: 153-158
• 页数: 6页
• 分类号: TM615
• 字数: 4852字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-6753.2009.09.023

摘要

随着光伏发电系统容量的不断扩大,光伏阵列发电预测技术对于减轻光伏阵列输出电能的随机性对电力系统的影响具有重要意义.本文提出了一种加入天气预报信息的神经网络发电预测模型的设计方案.结合历史发电量数据和气象数据分析了影响光伏阵列发电量的各项因素,采用光伏阵列的发电量序列、日类型指数和气温建立了神经网络预测模型,并对训练好的模型进行了测试和评估.预测结果表明,预测模型有较高的精度,能够解决光伏发电的随机化问题,提高系统的稳定运行能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段善旭	华中科技大学电气与电子工程学院	156	5806	40.0	73.0
2	殷进军	华中科技大学电气与电子工程学院	8	651	7.0	8.0
3	陈昌松	华中科技大学电气与电子工程学院	17	670	8.0	17.0