文献类型：期刊文章

作　　者：袁晓玲[1] 施俊华[1] 徐杰彦[2]

机构地区：[1]河海大学能源与电气学院,江苏省南京市211100 [2]国网节能服务有限公司,北京市海淀区100761

出　　处：《中国电机工程学报》

年　　份：2013

卷　　号：33

期　　号：34

起止页码：57-64

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：随着光伏发电系统的大量应用,光伏出力的有效预测可以缓解该类电源对电力系统的影响。文章分析了天气类型对光伏发电出力的影响,基于BP神经网络,建立了计及天气类型指数的光伏发电短期出力预测模型。采用欧式距离法对天气类型进行处理,将不同天气类型的平均发电功率之间的倍率关系映射为一个天气类型指数,利用光伏电站的历史出力数据和天气类型指数对所建立的BP神经网络预测模型进行训练,训练后的模型用以预测光伏电站的短期出力,将预测结果与实测值和按天气类型划分子模型的预测值进行比较,结果显示文中建立的预测模型可以预测不同天气类型下一天各时段的出力,表明该模型在各种天气类型下有较准确的预测能力和较强的适用性。

关 键 词：光伏发电 短期出力预测  天气类型指数  BP神经网络

分 类 号：TM615]