文献类型：期刊文章

作　　者：徐潜[1] 益西措姆[1] 白玛央宗[1] 杜宁刚[1] 廖晓群[2]

XU Qian;YIXI Cuomu;BAIMA Yangzong;DU Ninggang;LIAO Xiaoqun(State Grid Tibet Electric Power Co.,Ltd.,Lhasa 850000,Tibet,China;Information and Network Center,Xi’an University of Science and Technology,Xi’an 710054,Shaanxi,China)

机构地区：[1]国网西藏电力有限公司,西藏拉萨850000 [2]西安科技大学信息网络中心,陕西西安710054

出　　处：《电网与清洁能源》

基　　金：国网西藏电力有限公司科技项目(SGXZJY00JHJS-2000008)。

年　　份：2023

卷　　号：39

期　　号：12

起止页码：153-158

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD_E2023_2024、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：与传统能源不同,光伏发电-储电-用电的历史信息数量多、约束条件复杂度较高,且缺少必要的数据共享过程,导致光伏清洁能源输出功率预测的准确率较差。在光伏清洁能源输出功率预测方法中引入信息共享方法,利用信息集成模块集成生产管理系统、电网规划系统、主管信息系统、调度系统、历史生产数据、市场交易等光伏清洁能源数据,设计一种信息共享方法,降低光伏清洁能源数据的差异化程度。通过PSOEM优化BP神经网络算法,预测光伏清洁能源输出功率,引入带扩展记忆的粒子群算法来改善算法陷入局部最优值的缺陷,提升光伏清洁能源信息预测精度以及收敛速度,构建光伏清洁能源输出功率预测模型。模型测试结果表明,该方法能够准确实现光伏发电信息、储电信息以及用电信息的实时共享,预测光伏电力系统输出功率的HM准确率达96.3%,RMSE准确率达93%。

关 键 词：PSOEM  约束条件  光伏清洁能源  发电-储电-用电  信息共享模型  信息集成模块  决策支持模块  

分 类 号：TM615]