首页 | 本学科首页   官方微博 | 高级检索  
     

基于BP神经网络的光伏短期功率预测模型
作者姓名:王彬筌  苏适  严玉廷
作者单位:云南电网公司研究生工作站;华北电力大学;云南电力试验研究院(集团)有限公司电力研究院;
摘    要:大规模光伏发电系统的应用,有助于缓解传统能源枯竭而引起的能源危机,但其具有很强的随机性和不确定性,为了减轻其对电网的影响,大规模接入光伏,有必要对光伏发电功率进行预测,以便采取相应的应对措施。目前,光伏发电功率预测的方法大致分为两种,即直接预测和间接预测。间接预测,需要先预测光伏发电的影响因子,特别是辐照度,但是,现阶段国内对辐照度的预测暂时不具备工程可行性,这使得国内对间接预测的研究较少,主要集中在直接预测方面。直接预测,即直接建立模型来预测光伏发电,不需要也不用预测光伏发电影响因子,而是通过对历史发电数据和气象信息进行统计分析。

关 键 词:光伏发电系统  预测模型  发电功率  BP神经网络  短期  直接预测  影响因子  工程可行性
本文献已被 CNKI 维普 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号