原文服务方: 河北农业大学学报       
摘要:
受光照强度和环境温度等气象条件的影响,光伏发电系统的输出功率具有不确定性,其发电量具有随机性,不利于电网计划部门安排常规发电与其协调运行和检修安排,因此需要对光伏发电系统的发电量进行预测.本研究应用多元统计学,分析影响光伏发电量的气象因素,通过因子分析和聚类分析完成主成分的提取和相似月份的归类,采用逐步分析法,获知光伏发电量主要受降水量、相对湿度以及总辐射量的影响,得知发电量与其相互依存关系.采用时间序列分析法建立含季节因子的ARIMA模型进行预测,结果表明该模型预测精度较高,且预测误差相对稳定.
推荐文章
一种高效的光伏监控方案及发电量预测
光伏监控
串口服务器
神经网络
预测
人工智能算法在光伏发电量预测中的应用
光伏发电
发电量预测
BP神经网络
果蝇算法
光伏阵列发电量损失评估测量方法
光伏阵列
高斯拟合
多项式拟合
不同类型跟踪系统的光伏电站发电量对比分析
光伏电站
跟踪系统
仿真计算
实验测量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多元统计分析的光伏发电量预测
来源期刊 河北农业大学学报 学科
关键词 光伏发电 发电量预测 多元统计学 时间序列分析法
年,卷(期) 2017,(1) 所属期刊栏目
研究方向 页码范围 111-116
页数 6页 分类号 TM715
字数 语种 中文
DOI 10.13320/j.cnki.jauh.2017.0021
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王艳君 河北农业大学机电工程学院 20 114 6.0 10.0
2 白杰 12 40 4.0 6.0
3 刘守明 5 13 3.0 3.0
4 连立军 河北农业大学机电工程学院 2 10 2.0 2.0
5 邓林 河北农业大学机电工程学院 2 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (82)
共引文献  (471)
参考文献  (14)
节点文献
引证文献  (5)
同被引文献  (28)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(11)
  • 参考文献(0)
  • 二级参考文献(11)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(11)
  • 参考文献(1)
  • 二级参考文献(10)
2009(8)
  • 参考文献(2)
  • 二级参考文献(6)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(8)
  • 参考文献(3)
  • 二级参考文献(5)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
2019(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
  • 引证文献(0)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
光伏发电
发电量预测
多元统计学
时间序列分析法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
河北农业大学学报
双月刊
1000-1573
13-1076/S
大16开
1959-01-01
chi
出版文献量(篇)
3393
总下载数(次)
0
论文1v1指导