基于ＳＳＡ－ＢＰ神经网络的光伏短期功率预测

光伏发电的波动性和随机性导致光伏功率预测精度难以达到理想状态，而提高光伏发电功率的预测精度是抑制光伏并网不利影响的有效途径。为了提高ＢＰ神经网络的预测精度，运用麻雀算法对 ＢＰ神经网络的权阈值进行寻优，提出了一种基于麻雀算法（ＳＳＡ）－ＢＰ神经网络的光伏短期功率预测 方法。首先，在 Ｍａｔｌａｂ中建立ＳＳＡ优化ＢＰ神经网络模型；然后，以某光伏电站的气象数据为输入，在 晴天、阴天和突变天气３种工况下对光伏电站的功率进行预测；最后，将ＳＳＡ 优化ＢＰ神经网络模型 预测结果分别与ＢＰ神经网络预测结果、ＰＳＯ优化ＢＰ神经网络预测结果和光伏电站的实际出力数据进 行对比。结果表明：麻雀算法能够提高ＢＰ神经网络模型的预测精度，实现对光伏短期功率的有效预测。