基于相似日和神经网络的光伏发电预测

• 作者: 李鹏梅 王侃侃 臧传治
• 来源期刊: 可再生能源
• 学科: 工学
• 关键词: 光伏发电 相似日原理 BP神经网络 功率预测
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 研究与试验
• 页码范围: 1-4,9
• 分类号: TM615
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5292.2013.10.001

摘要

光伏发电系统的输出功率受到季节、太阳辐射强度、温度和湿度等气象条件影响,呈现出时变性、间歇性和随机性.文章提出了基于相似日原理和改进的BP神经网络预测方法,利用光伏电站的历史气象信息建立气象特征向量,基于曼哈顿距离寻找相似日,根据给定的不同预测日选取3个相似日的输出功率作为预测模型输入,直接预测发电站的输出功率.以某光伏电站为例进行建模预测,并通过预测误差分析证明了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李鹏梅	中国科学院沈阳自动化研究所中国科学院网络化控制系统重点实验室	2	53	2.0	2.0
5	臧传治	中国科学院沈阳自动化研究所中国科学院网络化控制系统重点实验室	13	162	7.0	12.0
6	王侃侃	中国科学院沈阳自动化研究所中国科学院网络化控制系统重点实验室	3	35	2.0	3.0