科研之友
微信
新浪微博
Facebook
分享链接
摘要
常规的光伏发电功率短期预测技术多数采用KPCA神经网络原理,构建预测模型,此种方法不能有效地分解出光伏电站不同频率特点信号的动态变化,其光伏发电功率短期预测值与实际功率值之间偏差较大,预测精度较低。针对这一问题,引入蚁群算法,提出了一种全新的光伏发电功率短期预测技术。首先,利用SCADA系统,采集光伏电站相关发电数据,并对数据异常部分进行预处理,提高光伏发电数据质量,为发电功率预测提供数据支持。在此基础上,利用蚁群算法,获取光伏发电功率短期预测查询节点的最优路径,构建预测模型,依据光伏电站不同频率特性信号变化的特点,叠加得出预测结果。实验分析可知,新的技术应用后,在不同天气条件下,其各个时段的光伏发电功率预测值均更加接近实际功率值,预测结果精度得到了显著提升。
-
单位湖北水利水电职业技术学院
