电气技术
電氣技術
전기기술
ELECTRICAL ENGINEERING
2014年
1期
42-46
,共5页
Kalman滤波%BP神经网络%地外辐射%光伏超短期预测
Kalman濾波%BP神經網絡%地外輻射%光伏超短期預測
Kalman려파%BP신경망락%지외복사%광복초단기예측
随着光伏电站规模不断扩大,提高光伏发电功率预测精度,将对电网的稳定运行有很大帮助.然而,光伏发电最重要的影响因子辐照度受云量影响很大,随机性很强,特别当多云的时候,变化更是很快速、剧烈,这给光伏超短期功率预测带来困难.为此,本文提出一种基于Kalman滤波和反传播(back propagation,BP)神经网络的光伏超短期功率预测模型,采用地外辐射和Kalman滤波估计辐照度,温度和湿度预测值则通过持续预测法获得,再将这三者作为神经网络的输入来预测未来15min的光伏发电功率.最后,采用连续三日的实际数据验证了本文提出模型的可行性.
隨著光伏電站規模不斷擴大,提高光伏髮電功率預測精度,將對電網的穩定運行有很大幫助.然而,光伏髮電最重要的影響因子輻照度受雲量影響很大,隨機性很彊,特彆噹多雲的時候,變化更是很快速、劇烈,這給光伏超短期功率預測帶來睏難.為此,本文提齣一種基于Kalman濾波和反傳播(back propagation,BP)神經網絡的光伏超短期功率預測模型,採用地外輻射和Kalman濾波估計輻照度,溫度和濕度預測值則通過持續預測法穫得,再將這三者作為神經網絡的輸入來預測未來15min的光伏髮電功率.最後,採用連續三日的實際數據驗證瞭本文提齣模型的可行性.
수착광복전참규모불단확대,제고광복발전공솔예측정도,장대전망적은정운행유흔대방조.연이,광복발전최중요적영향인자복조도수운량영향흔대,수궤성흔강,특별당다운적시후,변화경시흔쾌속、극렬,저급광복초단기공솔예측대래곤난.위차,본문제출일충기우Kalman려파화반전파(back propagation,BP)신경망락적광복초단기공솔예측모형,채용지외복사화Kalman려파고계복조도,온도화습도예측치칙통과지속예측법획득,재장저삼자작위신경망락적수입래예측미래15min적광복발전공솔.최후,채용련속삼일적실제수거험증료본문제출모형적가행성.
