神经网络短期光伏发电预测的应用研究进展

准确的太阳能发电功率短期预测是保证电力调度和大规模光伏并网的关键。该文对近年来光伏发电功率短期预测研究进展进行综述,并对影响光伏发电功率的各种气象因素进行相关性分析。针对用于光伏发电短期功率预测的人工神经网络模型和深度学习模型进行总结和评述。太阳辐照度是影响预测模型精度的主要气象参数。在光伏发电功率短期预测中,神经网络及其组合模型均表现出较好的预测精度,但组合模型整体上优于单一预测模型。     

基于统计模型的短期风能预测方法研究进展

以确定性短期风能预测为出发点,综述常用的4种统计模型的研究进展,包括时间序列方法、人工神经网络、支持向量机和深度学习。针对基础统计模型预测效果不佳的问题,提出各类混合模型。数据预处理、优化算法与基础统计模型之间的组合,或人工神经网络与卷积神经网络、循环神经网络等深度学习模型之间的组合,对预测水平都有很好的提升作用。