在光伏发电领域,面对复杂多变的天气,实现光伏发电量的准确预测是一个难点问题。光伏发电量的准确预测能为电网平稳调度提供参考依据,但传统方法进行光伏发电输出功率预测误差大、响应时间长,难以满足电网需求调度的问题。提出一种改进双并联过程神经网络的光伏功率预测方法,对神经元的聚合运算机制和激励方式向时间域进行扩展,利用动态增量来更新双并联过程神经网络的权值,避免因误差变化小而使网络陷入局部极小值。仿真结果表明,使用改进后的模型预测光伏发电功率能得到更高的预测精度。
科研之友
微信
新浪微博
Facebook
分享链接
