文献类型：期刊文章

作　　者：胡兵[1] 詹仲强[2] 陈洁[3] 余金[4] 岳云凯[2]

Hu Bing;Zhan Zhongqiang;Chen Jie;Yu Jin;Yue Yunkai(Department of Electrical and Information Engineering,Xinjiang Institue of Engineering,Urumqi 830011,China;State Grid Xinjiang Electric Power Research Institute,Urumqi 830011,China;School of Electrical Engineering,Xinjiang University,Urumqi 830046,China;State Grid Xinjiang Economic Research Institue,Urumqi 830046,China)

机构地区：[1]新疆工程学院电气与信息工程系,乌鲁木齐830011 [2]新疆电力有限公司电力科学研究院,乌鲁木齐830011 [3]新疆大学电气工程学院,乌鲁木齐830046 [4]新疆电力有限公司经济技术研究院,乌鲁木齐830046

出　　处：《太阳能学报》

基　　金：2017年度新疆维吾尔自治区高校科研计划项目青年项目(XJEDU2017S059);2016年度新疆工程学院科研基金(2016xgy141812);国家自然科学基金(51467020)。

年　　份：2020

卷　　号：41

期　　号：6

起止页码：256-263

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对光伏发电出力随机变化,提出一种PCA-GA-Elman模型对光伏有功功率进行短期预测方法,用于提高电网对可再生能源的调度能力。该方法首先采用主成分分析法对原始数据进行降维;接着使用遗传算法对Elman神经网络的反馈因子进行寻优;然后利用训练集构造PCA-GA-Elman预测模型;最后在对比仿真中验证所提方法的有效性。

关 键 词：光伏发电 功率预测 主成分分析 ELMAN神经网络 遗传算法  

分 类 号：TM615]