一种基于改进灰色BP神经网络组合的光伏出力预测方法

• 作者: 周想凌 杨军 王新普 邢杰
• 来源期刊: 电力系统保护与控制
• 关键词: BP神经网络 组合权重 灰色模型 光伏出力预测 模糊c-均值
• 年，卷（期）: 2016,（18）
• 所属期刊栏目: 应用研究
• 页码范围: 81-87
• 页数: 7页
• 字数: 5373字
• 语种: 中文
• DOI: 10.7667/PSPC151675

摘要

光伏发电具有典型的间歇性、波动性等特点.准确预测光伏出力对电网调度、电网规划、提升新能源发电竞争力具有重要意义.提出了一种基于改进灰色BP神经网络的多模型组合光伏出力预测方法,采用常规GM(1,1)模型、幂函数变换GM(1,1)模型、基于残差修正的GM(1,1)模型以及等维新息GM(1,1)四种模型,利用BP神经网络对光伏出力的单一灰色预测结果进行优化组合输出,并根据输出值和期望值的偏差自动调整组合权值.该方法通过将多个单一预测结果组合成样本训练BP神经网络来获得较优权系数,避免了数值求解权系数的复杂过程,能够得到更为精确的预测结果.采用湖北某地光伏系统实际出力数据对该预测方法进行了验证.计算结果表明该基于改进灰色BP神经网络组合的光伏出力预测方法能够明显提高光伏出力预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨军	武汉大学电气工程学院	142	1344	18.0	33.0
2	王新普	武汉大学电气工程学院	3	58	3.0	3.0