基于数值天气预报的光伏电站天气类型预测方法

• 作者: 牛继涛 肖海涛
• 来源期刊: 江西电力
• 学科: 工学
• 关键词: 变分模态分解 卷积神经网络 天气类型 无监督学习
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 电网技术
• 页码范围: 30-34,41
• 页数: 6页
• 分类号: TM615
• 语种: 中文

摘要

在光伏发电站发电功率预测的实际应用中,天气类型对光伏功率预测影响很大,众所周知,不同的天气类型是现代功率预测误差的主要因素之一,且天气类型无法直接通过辐射度等气象特征显性的挖掘出来.针对这个问题文中通过分析人工识别天气类型方法提出了基于数值天气预报、变分模态分解,层次聚类算法与遗传算法优化的卷积神经网络的日天气预测模型.通过实验结果对比分析可知,文中提出的算法能够应用于未来一天的光伏电站天气类型预报的任务.