能源互联网下基于HS-Elman的光伏出力预测研究

• 作者: 姚峻 张宇 张浩 彭道刚 艾春美
• 来源期刊: 可再生能源
• 学科: 工学
• 关键词: 能源互联网 能效管控 光伏出力预测 Elman神经网络 和声搜索算法
• 年，卷（期）: 2018,（2）
• 页码范围: 215-222
• 页数: 8页
• 分类号: TK519|TM615
• 字数: 5364字
• 语种: 中文

摘要

文章在阐述能源互联网概念的基础上,针对光伏出力的预测问题,提出了一种基于天气类型的改进Elman神经网络(HS-Elman)光伏出力预测模型.首先,分析了天气类型、环境温度、空气湿度、风速、太阳辐照度等对光伏出力的影响;然后,利用和声搜索算法对预测模型的权值和阈值等进行优化;最后,利用上海某能源网实验平台的历史数据,对所提出的预测模型进行验证.分析结果表明:基于HS-Elman的光伏出力预测模型的预测结果能够达到光伏出力的预测标准;与传统的Elman神经网络相比,在不同的天气类型条件下,文章所提出的预测模型具有更优的运算速度和预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张浩	上海电力学院自动化工程学院	124	1305	20.0	28.0
2	彭道刚	上海电力学院自动化工程学院	157	1369	20.0	28.0
3	姚峻		18	134	5.0	11.0
4	张宇	上海电力学院自动化工程学院	20	191	9.0	13.0
5	艾春美		3	21	3.0	3.0