基于遗传算法-模糊径向基神经网络的光伏发电功率预测模型

• 作者: 叶林 朱倩雯 赵永宁 陈政
• 来源期刊: 电力系统自动化
• 关键词: 功率预测 遗传算法 模糊径向基神经网络 平滑功率波动
• 年，卷（期）: 2015,（16）
• 所属期刊栏目: 绿色电力自动化
• 页码范围: 16-22
• 页数: 7页
• 字数: 6504字
• 语种: 中文
• DOI: 10.7500/AEPS20140903004

摘要

针对光伏发电系统出力波动问题，提出遗传算法(GA)—模糊径向基(RBF)神经网络的光伏发电功率预测模型，将功率预测值应用于光伏发电的蓄电池储能功率调节系统，以降低对电网的冲击。选择与待预测日天气类型相同、日期相近、温度欧氏距离最小的历史日作为相似日，把与光伏发电功率相关性大的太阳辐射强度和温度作为模型输入变量，提出 K 均值聚类和遗传算法的参数优化方法，建立基于 GA—模糊 RBF 神经网络的最终预测模型。在光伏功率预测的基础上，提出一种平滑控制策略，对光伏并网功率进行有效调节，从而达到平滑光伏功率波动的目的。实例证明，所述预测模型具有较高精度，并验证了平滑功率波动控制策略的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶林	中国农业大学信息与电气工程学院	56	1486	19.0	38.0
2	赵永宁	中国农业大学信息与电气工程学院	14	470	12.0	14.0
3	朱倩雯	中国农业大学信息与电气工程学院	4	212	4.0	4.0
4	陈政		2	87	1.0	2.0