组合辐射衰减因子预报与RBF神经网络的光伏短期功率预测方法

• 作者: 梁志峰 董存 吴骥 崔方 陈卫东
• 来源期刊: 电网技术
• 关键词: 总云量 PM2.5 RBF神经网络 光伏短期功率预测
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 电网调控领域人工智能技术应用研究与实践|Research and Practice of Artificial Intelligence Technology Application in the Field of Power Grid Dispatching and Control
• 页码范围: 4114-4120
• 页数: 7页
• 分类号: TM721
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2019.2353

摘要

为了提升多云、雾霾等复杂天气条件下的光伏功率预测精度,提出一种组合辐射衰减因子预报与RBF神经网络的光伏短期功率预测方法.利用WRF中尺度模式(V4.1版本)以及WRF-CHEM空气质量模式实现总云量、PM2.5浓度的模拟计算,结合光伏电站历史出力数据,基于RBF神经网络构建多气象要素与光伏出力的直接映射关系模型.针对华北某区域开展预报实验,结果表明,所提方法可以有效提升多云、雾霾天气条件下的光伏功率预报精度,从而为电网调度运行提供有力支撑.