一种新的光伏发电预测模型设计

• 作者: 严海 严琛杨 朱琳琳 钟志峰
• 来源期刊: 太阳能学报
• 学科: 工学
• 关键词: 光伏发电 粒子群优化算法(PSO) 神经网络 预测精度
• 年，卷（期）: 2016,（1）
• 页码范围: 63-68
• 页数: 6页
• 分类号: TM615
• 字数: 3483字
• 语种: 中文

摘要

提出一种新的基于结合PSO (Particle Swarm Optimization)和BP(Back Propagation)神经网络的优化算法,按季节、日类型划分12个子网络组成的预测模型,并以影响发电量的关键因素太阳辐射强度、气温、历史发电量作为输入变量,预测光伏电站日发电量.预测结果显示:该预测模型能保证在日类型等条件发生转变时模型的持续有效性,预测误差均小于20％,预测精度能满足电网公司要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟志峰	湖北大学计算机与信息工程学院	19	100	3.0	9.0
2	朱琳琳	湖北大学计算机与信息工程学院	1	13	1.0	1.0
3	严海	湖北大学计算机与信息工程学院	1	13	1.0	1.0
4	严琛杨	湖北大学计算机与信息工程学院	2	16	2.0	2.0