基于相似日和WNN的光伏发电功率超短期预测模型

• 作者: 刘福盛 宋人杰 王林 马冬梅
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 光伏功率预测 相似日 灰色关联 WNN 超短期
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 测量与控制
• 页码范围: 75-80
• 页数: 6页
• 分类号: TM933
• 字数: 2792字
• 语种: 中文

摘要

光伏发电功率预测对提高并网后电网的稳定性及安全性具有重要意义.文章提出一种基于相似日和小波神经网络(WNN)的光伏功率超短期预测方法.首先利用光伏发电系统的历史气象信息建立气象特征向量,通过计算灰色关联度寻找到合适的相似历史日.再根据自相关性分析法找出与预测时刻功率相关性最大的几个历史时刻功率,结合历史时刻的温度,辐照度,风速等光伏出力的主要天气影响因素科学合理的确定模型输入因子.最后使用小波神经网络(WNN)创建预测模型,通过相似历史日数据作为训练样本训练小波网络,而后对预测日的出力情况进行逐时刻预测.实例分析表明,该方法具有较高的预测精度,为解决光伏发电系统超短期功率预测提供了一种可行路径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋人杰	东北电力大学信息工程学院	64	449	12.0	19.0
2	刘福盛	东北电力大学信息工程学院	1	10	1.0	1.0