基于ACO-BP神经网络的光伏系统发电功率预测

• 作者: 陆金桂 陈智雨
• 来源期刊: 机械制造与自动化
• 学科: 工学
• 关键词: 光伏发电系统 光伏发电功率预测 神经网络 蚁群优化
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 电气与自动化
• 页码范围: 173-175,187
• 页数: 4页
• 分类号: TM615
• 字数: 3176字
• 语种: 中文
• DOI: 10.19344/j.cnki.issn1671-5276.2020.01.047

摘要

为准确预测光伏发电量,减少并网光伏对大电网的影响,引入相似日概念,对夏季预测日的平均温度、最高温度、最低温度以及天气类型进行分析.在历史数据中选取具有相似天气特征的发电功率数据和天气数据作为神经网络的训练样本,建立ACO-BP神经网络光伏发电功率预测模型,并将预测结果与传统BP神经网络和PSO-BP神经网络预测结果相比较.实验结果表明,该模型具有较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆金桂	南京工业大学机械与动力工程学院	96	717	14.0	23.0
2	陈智雨	南京工业大学机械与动力工程学院	1	0	0.0	0.0