基于RBF的光伏系统发电量智能预测研究

• 作者: 刘珊 刘颉 易灵芝 王书颢 王雅慧
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: 太阳电池材料 禁带宽度 RBF神经网络 智能预测
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 研究与设计
• 页码范围: 606-608,611
• 页数: 4页
• 分类号: TM911.4
• 字数: 3967字
• 语种: 中文

摘要

针对传统太阳电池建模要求频繁设置开路电压、短路电流、最大功率点电压/电流等参数的问题,找出太阳电池材料各常数相互关系,并通过RBF神经网络实现各参数逼近；建立基于禁带宽度的太阳电池新型通用模型,参考电池温度和日照强度,自动调整参数,得出新环境的电池输出特性.在光伏发电短期预测中,智能预测方法能有效降低预测误差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	易灵芝	湘潭大学信息工程学院	195	1654	20.0	33.0
2	刘珊	湘潭大学信息工程学院	33	55	5.0	6.0
3	王雅慧	湖南大学电气与信息工程学院	5	11	2.0	3.0
4	刘颉	湘潭大学信息工程学院	8	26	2.0	5.0
5	王书颢	湘潭大学信息工程学院	5	37	2.0	5.0