基于相似日原理和CPSO-Elman模型的光伏电站短期功率预测

• 作者: 王超 刘世明
• 来源期刊: 能源与环保
• 学科: 工学
• 关键词: 光伏电站 功率预测 相似日原理 粒子群算法 Elman神经网络
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 资源利用与节能|Resource Utilization and Energy Saving
• 页码范围: 208-214
• 页数: 7页
• 分类号: TM615
• 语种: 中文
• DOI: 10.19389/j.cnki.1003-0506.2022.02.035

摘要

为了提高光伏电站短期预测功率的精度,提出一种基于相似日原理和改进CPSO-Elman神经网络模型的光伏电站短期功率预测方法.将历史运行数据按照时长划分不同季节,采用欧式距离对天气类型进行处理并建立天气类型系数,通过灰色关联分析法和余弦相似度指标结合选取相似日.由于粒子群算法搜索速度慢且存在易早熟等缺陷,采用改进混沌粒子群(CPSO)来优化Elman神经网络的权值和阈值,对夏季不同天气类型条件下的短期功率分别预测.选用南疆某光伏电站2020年运行数据进行分析,结果表明:CPSO-Elman在非晴天条件下也具有较高的预测精度.