科研之友
微信
新浪微博
Facebook
分享链接
摘要
光伏发电系统输出功率受天气因素影响,呈现随机性、波动性和间歇性。并网时可能影响电网稳定可靠运行。对此构建一个基于天气分类和改进反向传播(BP)神经网络算法的光伏出力预测模型。模型采用地表地外辐照强度相关系数、波动系数和波形熵三维特征,对33种天气类型进行量化,提取特征向量,用K-MEANS算法对特征向量进行自适应聚类,得到兼顾模型复杂度和泛化能力的4种天气类型;用遗传模拟退火(GSA)算法对BP神经网络模型的权值和阈值进行全局寻优,确保其收敛于全局最优解。依据实际光伏发电系统发电历史数据,用上述方法做出力预测,结果表明该方法预测数据与各种天气类型实际发电数据基本一致,表明该方法具有一定的推广应用价值。
- 单位
