基于GA-BP和POS-BP神经网络的光伏电站出力短期预测

• 作者: 于晓红 吴金秋 姚仲敏 沈玉会 潘飞
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: BP神经网络算法 GA-BP算法 POS-BP算法 光伏发电短期预测
• 年，卷（期）: 2015,（20）
• 所属期刊栏目: 应用研究
• 页码范围: 83-89
• 页数: 7页
• 分类号: TM715
• 字数: 4552字
• 语种: 中文

摘要

当前在光伏电站出力短期预测方面较多的采用BP或者优化的BP神经网络算法,存在采用的优化算法单一、缺乏多种优化算法比较选优、预测误差大的问题.基于本地5 kW小型分布式光伏电站,综合考虑影响光伏出力的太阳光辐射强度、环境温度、风速气象相关因素和光伏电站历史发电数据,分别采用 BP 以及遗传算法和粒子群算法优化的BP神经网络算法—GA-BP和POS-BP构建了晴天、多云、阴雨三种天气条件下光伏出力短期预测模型.实测结果表明,三种神经网络算法预测模型在三种不同天气条件下均达到了一定的预测精度.其中GA-BP、POS-BP相比传统的BP预测模型降低了预测误差,且POS算法相比GA算法对于BP神经网络预测模型的优化效果更好,进一步降低了预测误差,适用性更强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚仲敏	齐齐哈尔大学通信与电子工程学院	61	288	7.0	14.0
2	潘飞	齐齐哈尔大学通信与电子工程学院	4	79	2.0	4.0
3	吴金秋	齐齐哈尔大学通信与电子工程学院	6	77	2.0	6.0
4	于晓红	哈尔滨师范大学计算机与信息工程学院	11	99	4.0	9.0
5	沈玉会	齐齐哈尔大学通信与电子工程学院	3	72	1.0	3.0