基于神经网络的光伏阵列发电预测模型的设计.pdf

基于神经网络的光伏阵列发电预测模型的设计.pdf

ID:52947812

大小:1.04 MB

页数:6页

时间:2020-04-02

基于神经网络的光伏阵列发电预测模型的设计.pdf_第1页
基于神经网络的光伏阵列发电预测模型的设计.pdf_第2页
基于神经网络的光伏阵列发电预测模型的设计.pdf_第3页
基于神经网络的光伏阵列发电预测模型的设计.pdf_第4页
基于神经网络的光伏阵列发电预测模型的设计.pdf_第5页
资源描述:

《基于神经网络的光伏阵列发电预测模型的设计.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2009年9月电工技术学报Vol.24No.9第24卷第9期TRANSACTIONSOFCHINAELECTROTECHNICALSOCIETYSep.2009基于神经网络的光伏阵列发电预测模型的设计陈昌松段善旭殷进军(华中科技大学电气与电子工程学院武汉430074)摘要随着光伏发电系统容量的不断扩大,光伏阵列发电预测技术对于减轻光伏阵列输出电能的随机性对电力系统的影响具有重要意义。本文提出了一种加入天气预报信息的神经网络发电预测模型的设计方案。结合历史发电量数据和气象数据分析了影响光伏阵列发电量的各项因素,采用光伏阵列的发电量序列、日类型指数和气温建立了神经网络预测

2、模型,并对训练好的模型进行了测试和评估。预测结果表明,预测模型有较高的精度,能够解决光伏发电的随机化问题,提高系统的稳定运行能力。关键词:发电预测神经网络天气预报随机性光伏阵列中图分类号:TM615DesignofPhotovoltaicArrayPowerForecastingModelBasedonNeutralNetworkChenChangsongDuanShanxuYinJinjun(HuazhongUniversityofScienceandTechnologyWuhan430074China)AbstractWiththeincreaseofthecap

3、acityofphotovoltaicgeneratedsystems,howtoeliminatetheproblemcausedbytherandomnessofpoweroutputforphotovoltaicsystembecomesmoresignificant.Anovelneutralnetworkpowerforecastingmodelbasedonweatherforecastisproposedtosolvetherandomnessofpoweroutputforphotovoltaicsystem.Accordingtohistorical

4、powerandweatherdataprovidedbyexperiment,allfactorswhichinfluencephotovoltaicgeneratedenergyarediscussedandneutralnetworkforecastingmoduleistrainedandevaluatedbyadoptinggeneratedpowerseriesofphotovoltaicarrays,day-typeandtemperature.Forecastingresultsshowthehighprecisionandhighefficiency

5、ofthisforecastingmodelwhichisappliedinstableoperationofphotovoltaicgenerationsystem.Keywords:Powerforecasting,neutralnetwork,weatherforecast,randomness,photovoltaicarray其发电量的变化是一个非平稳的随机过程。同时,1引言各用户或小区使用的光伏电池种类及其安装位置随由于传统能源资源的日益枯竭以及当今社会对机性更大。光伏发电系统相对于大电网将是一个不电能质量要求的提高,环保、灵活的光伏发电已经可控源,其发电

6、随机性会对大电网造成冲击。目前被世界各国所重视[1-4],国内外现已建成了多个光伏对于太阳能的随机性以及光伏阵列发电预测技术的[5-7]电站;美国太阳能光伏发电项目“太阳能之星”装研究不多,而这正是光伏发电大规模应用的难点机容量达1.5万kW;日本SANYO太阳能方舟发电之一。因此,需要加强光伏阵列发电预测的研究,功率达到630kW,每年发电53万kWh;国内建成预先获得光伏发电系统的日发电量曲线,从而协调的深圳国际园林花卉博览园光伏并网发电系统装机电力系统制定发电计划,减少光伏发电的随机化问容量达1MW,目前已投入使用。但是由于光伏发电题对电力系统的影响。系统的输出

7、受到太阳辐照强度和天气因素的影响,文献[5]采用每小时的测量信息(太阳辐照强度、温度、压力、湿度、时间)作为输入预测每小收稿日期2008-04-28改稿日期2008-08-13时的日类型信息,然后由日类型信息计算光伏阵列154电工技术学报2009年9月的输出电能。文献[6]采用记录的历史天气数据对预量数据作为输入变量,由于考虑到输入变量数目的测日的太阳辐照强度进行估计,然后由太阳辐照强问题,预测模型仅采用预测日前一天的数据。度计算光伏阵列的输出电能。但是,这些预测方式都存在局限性:对于既定的光伏阵列,光伏阵列输出电能计算中既没有考虑光伏阵列的安装角度

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。