文献类型：期刊文章

作　　者：王新普[1] 周想凌[2] 邢杰[2] 杨军[1]

机构地区：[1]武汉大学电气工程学院,湖北武汉430072 [2]湖北省电力公司运营监测(控)中心,湖北武汉430077

出　　处：《电力系统保护与控制》

基　　金：国家自然科学基金项目(51277135;50707021);湖北省电力公司科技项目资助~~

年　　份：2016

卷　　号：44

期　　号：18

起止页码：81-87

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD_E2015_2016、EI、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：光伏发电具有典型的间歇性、波动性等特点。准确预测光伏出力对电网调度、电网规划、提升新能源发电竞争力具有重要意义。提出了一种基于改进灰色BP神经网络的多模型组合光伏出力预测方法,采用常规GM(1,1)模型、幂函数变换GM(1,1)模型、基于残差修正的GM(1,1)模型以及等维新息GM(1,1)四种模型,利用BP神经网络对光伏出力的单一灰色预测结果进行优化组合输出,并根据输出值和期望值的偏差自动调整组合权值。该方法通过将多个单一预测结果组合成样本训练BP神经网络来获得较优权系数,避免了数值求解权系数的复杂过程,能够得到更为精确的预测结果。采用湖北某地光伏系统实际出力数据对该预测方法进行了验证。计算结果表明该基于改进灰色BP神经网络组合的光伏出力预测方法能够明显提高光伏出力预测精度。

关 键 词：BP神经网络 组合权重  灰色模型  光伏出力预测  模糊C-均值

分 类 号：TM615] TP183]