Elman算法的光伏阵列的短期功率预测研究

• 作者: 张佳 李练兵 王泽伟 韩靖楠 马欲晓
• 来源期刊: 太阳能学报
• 学科: 工学
• 关键词: Elman神经网络 天气预报 功率短期预测 光伏系统 非线性状态估计
• 年，卷（期）: 2017,（6）
• 页码范围: 1560-1566
• 页数: 7页
• 分类号: TK8
• 字数: 2938字
• 语种: 中文

摘要

根据青海某5 MW光伏电场的历史光伏发电功率数据和当地的气象预报信息,分析影响功率预测的主要气象因素.采用Elman神经网络算法,结合与预测日同日类型下整点时刻的气象数据和光伏输出功率数据,建立光伏发电短期功率预测模型.对不同日类型的光伏出力的预测结果表明,该短期预测模型具有较高的精度,有助于电网能量的调度,对电力系统的安全稳定运行有积极作用.通过与BP神经网络和非线性状态估计(NSET)算法对比研究表明,Elman神经网络具有更高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李练兵	河北工业大学控制科学与工程学院	54	510	13.0	20.0
2	张佳	河北工业大学控制科学与工程学院	7	14	2.0	3.0
3	韩靖楠	河北工业大学控制科学与工程学院	3	10	1.0	3.0
4	王泽伟	河北工业大学控制科学与工程学院	1	10	1.0	1.0
5	马欲晓	河北工业大学控制科学与工程学院	1	10	1.0	1.0