一种简单的短时辐照度预测研究

• 作者: 张田田 张艺 杨晨茜 苏勇 钟志峰
• 来源期刊: 计算机测量与控制
• 关键词: 辐照度短时预测 太阳高度角 BP神经网络模型 预测技能
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 设计与应用
• 页码范围: 181-185
• 页数: 5页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2017.07.045

摘要

准确的辐照度预测是光伏发电系统预测输出功率的关键,而辐照度受纬度、天气类型、海拔等因素的影响巨大,不同地区差异较大;目前对辐照度的短时预测研究中复杂的气象数据获取难度大,因此提出了一种利用便于获取气象数据进行辐照度短时预测的简单方法;根据武汉市特有的地理位置特点,将天气类型分为四类,将环境监测仪实时测量的温度、辐照度数据及不同时刻的太阳高度角作为网络的输入,用多变量BP神经网络模型对05:00到20:00时的每小时辐照度进行短期预测;将得到的预测结果与仅用历史辐照度数据作为输入得到的预测结果进行对比,该模型准确性有很大的提高;最终以持续性方法为基准得出预测技能;结果显示该模型在A、B类天气时预测技能均在0.75以上,大部分分布在0.80～0.85,表明该模型在仅利用便于获取的气象信息的基础上能够较准确地对短时辐照度进行预测.

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	张田田	湖北大学计算机与信息工程学院	4	5	1.0	2.0
3	苏勇	华中科技大学光学与电子信息学院	6	25	2.0	5.0
4	张艺	湖北大学计算机与信息工程学院	1	1	1.0	1.0
5	杨晨茜	湖北大学计算机与信息工程学院	1	1	1.0	1.0