基于相似时段的分时段光伏出力短期预测

• 作者: 刘凤梧 李建文 焦衡 王雪莹
• 来源期刊: 电力自动化设备
• 学科: 工学
• 关键词: 光伏出力预测 分时段预测 相似时段 神经网络
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 清洁能源
• 页码范围: 183-188
• 页数: 6页
• 分类号: TM761|TM615
• 语种: 中文
• DOI: 10.16081/j.issn.1006-6047.2018.08.026

摘要

针对历史气象数据较少、天气波动较大时光伏出力预测精确度较低的问题,提出一种适用于小样本和多种天气下的分时段光伏出力综合预测法.该方法结合了分时段神经网络模型和相似时段筛选法,将分时段神经网络模型作为相似时段筛选法在相似度不够时的补充:分时段神经网络模型利用光伏出力历史数据对预测模型进行训练,采用近相似时段神经网络进行预测,摆脱了历史气象数据的制约.多种气象条件下对光伏出力的训练与预测验证了所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李建文	华北电力大学新能源电力系统国家重点实验室	22	234	8.0	15.0
2	王雪莹	华北电力大学新能源电力系统国家重点实验室	2	8	1.0	2.0
3	焦衡	华北电力大学新能源电力系统国家重点实验室	1	8	1.0	1.0
4	刘凤梧	华北电力大学新能源电力系统国家重点实验室	1	8	1.0	1.0