文献类型：期刊文章

作　　者：李争[1] 徐若思[1] 曹欣[2] 罗晓瑞[1] 孙鹤旭[1]

Li Zheng;Xu Ruosi;Cao Xin;Luo Xiaorui;Sun Hexu(School of Electrical Engineering,Hebei University of Science and Technology,Shijiazhuang 050018,China;Hebei Construction&Investment Group New Energy Co.,Ltd.,Shijiazhuang 050051,China)

机构地区：[1]河北科技大学电气工程学院,河北石家庄050018 [2]河北建投新能源有限公司,河北石家庄050051

出　　处：《可再生能源》

基　　金：国家自然科学基金资助项目(51877070,51577048);河北省重点研发计划项目(19214501D,20314501D);河北省自然科学基金项目(E2021208008);河北省高层次人才资助项目(A201905008)。

年　　份：2023

卷　　号：41

期　　号：7

起止页码：883-890

语　　种：中文

收录情况：BDHX、BDHX2020、CAB、CAS、CSCD、CSCD2023_2024、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：光伏发电功率的精准预测对提升电网规划和调度能力具有重要意义。文章提出了基于WT-IAGA-BP神经网络的光伏功率短期预测方法。首先,建立光伏功率与气象因素关系,确定输入信号,对光伏电站异常数据进行清除与重补;其次,采用小波分解法分别提取辐照强度、相对湿度、温度的不同频率特征信号,并引入改进自适应遗传算法对各序列BP神经网络的初始权值与阈值寻优;最后,构建各序列的WT-IAGA-BP模型,根据不同天气类型划分光伏功率短期预测结果。经过仿真验证,与GA-BP,IAGA-BP,WT-GA-BP方法对比,表明该方法具有更高的预测精度和更好的预测性能。

关 键 词：光伏功率预测  气象因素 小波变换 改进自适应遗传算法

分 类 号：TK511]