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：电网技术, 2020, 44(11): 4114-4120.

DOI：10.13335/j.1000-3673.pst.2019.2353

• 总云量
• PM2.5
• RBF神经网络
• 光伏短期功率预测

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。

• 单位
  国家电网有限公司; 中国电力科学研究院有限公司