基于CA-SE-GA-BP的光伏发电功率预测

• 作者: 李国进 王雪茹 黄鹏
• 来源期刊: 水电能源科学
• 学科: 工学
• 关键词: 光伏发电功率预测 相关性分析法 样本熵 遗传算法 BP神经网络
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 能源
• 页码范围: 201-204
• 页数: 4页
• 分类号: TM615
• 语种: 中文

摘要

针对光伏发电功率预测精度低的问题,以澳大利亚爱丽丝泉地区某200 kW的光伏电站为例,选用遗传算法(GA)优化BP神经网络,采用相关性分析法(CA)确定太阳辐照度、温度、湿度为影响光伏发电功率的主要因子,结合经样本熵(SE)量化的天气类型作为模型输入量,提出CA-SE-GA-BP神经网络的光伏发电功率预测模型.结果 表明,多云天气下CA-SE-GA-BP神经网络均方根误差、平均绝对百分比误差分别为4.48％、2.27％,晴天、雾霾、雨天三种天气类型下的预测误差也基本上不超过10％,相较于SE-GA-BP、CA-GA-BP、GA-BP神经网络,CA-SE-GA-BP神经网络预测误差降低,为解决光伏系统发电功率预测提供了一种高效准确可行的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李国进	广西大学电气工程学院	29	163	6.0	12.0
2	黄鹏	广西大学电气工程学院	3	0	0.0	0.0
3	王雪茹	广西大学电气工程学院	2	0	0.0	0.0