基于神经网络光伏发电预测模型的研究

• 作者: 侯秀梅 刘瑞梅 康洪波
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: 光伏发电 光电跟踪 神经网络 发电预测
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 研究与设计
• 页码范围: 447-449
• 页数: 3页
• 分类号: TM615
• 字数: 2443字
• 语种: 中文

摘要

随着光伏发电应用规模和区域的不断扩大,光伏发电系统监控具有越来越重要的意义.而光伏发电预测是光伏监控系统能量调度的一项重要日常工作,是制定输配电方案的主要依据.通过对比三种主流的光伏发电预测模型,分析影响光伏发电量的各种因素,设计了一种新颖的基于BP神经网络的光伏发电预测模型.该模型根据不同的日类型和季节进行预测子模型划分,预测子模型以温度、历史发电数据、历史日照强度数据为输入数据对模型进行了训练与仿真分析.预测结果验证了该模型的有效性,对于保持电力系统的功率平衡和经济运行有着重要的意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	康洪波		43	182	8.0	11.0
2	刘瑞梅		4	31	3.0	4.0
3	侯秀梅		21	52	4.0	6.0