基于foa-elman神经网络的光伏电站短期出力预测模型

基于foa-elman神经网络的光伏电站短期出力预测模型

ID:9834593

大小:318.50 KB

页数:6页

时间:2018-05-11

基于foa-elman神经网络的光伏电站短期出力预测模型_第1页
基于foa-elman神经网络的光伏电站短期出力预测模型_第2页
基于foa-elman神经网络的光伏电站短期出力预测模型_第3页
基于foa-elman神经网络的光伏电站短期出力预测模型_第4页
基于foa-elman神经网络的光伏电站短期出力预测模型_第5页
资源描述:

《基于foa-elman神经网络的光伏电站短期出力预测模型》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、基于FOA-Elman神经网络的光伏电站短期出力预测模型韩伟1,王宏华1,杜炜2(1.河海大学能源与电气学院,江苏南京211100;2.国网电力科学研究院,江苏南京210003)摘要:提出了基于果蝇优化算法(FOA)-Elman神经网络的光伏电站出力短期预测模型,采用具有动态递归性能的Elman神经网络,可增强光伏电站出力预测模型的联想和泛化推理能力,保证出力预测的精度。引入人体舒适度,减少输入向量个数;通过FOA对Elman神经网络进行学习训练,可充分利用FOA的全局寻优性能,克服常规学习算法易于陷入局

2、部最优解、收敛速度慢、编程复杂等缺陷。最后,与常规Elman模型进行对比仿真实验,结果表明所提出预测模型的正确性和有效性。关键字:光伏电站;出力预测;Elman神经网络;FOA算法中图分类号:TM615文献标志码:B文章编号:Short-termpPhotovoltaicpPowerfForecastingbBasedonElmannNeuralnNetworkwithfFruitfFlyoOptimizationaAlgorithmHANWei1,WANGHonghua1,DUWei2(1.Colleg

3、eofEnergyandElectricalEngineering,HohaiUniversity,Nanjing210098,China.2.StateGridElectricPowerResearchInstitute,Nanjing210003,China)Abstract:ThemodelbasedonElmanneuralnetwork(NN)withfruitflyoptimizationalgorithm(FOA)isproposedtoforecasttheshort-termphotov

4、oltaic(PV)power.ByuUsingthedynamicrecurrentofElmanNN,thereasoningandgeneralizationcapacityofPVpowerforecastingmodelwouldbeisenhanced,atthesametime,andforecastingtheaccuracyisofforecastingresultsensured.ThehumanbodyamenityisintroducedThroughintroducingtheh

5、umanbodyamenitytoreducethenumberofinputvectors.andusingtTheFOAisusedtotraintheElmanNN,whichcanmakefulluseoftheglobaloptimizationperformanceofFOA,andovercomethedefectssuchaslocaloptimalsolution,slowconvergencespeedandcomplexprogramming.Finally,incomparison

6、withthesimulationresultsofElmanNN,thenumericalresultsverifytheeffectivenessandcorrectnessoftheproposedmodelandimprovedalgorithm.Keywords:photovoltaicpowergeneration,powerforecasting,Elmanneuralnetwork,fruitflyoptimizationalgorithm0引言光伏发电作为一种重要的可再生能源利用形基金项

7、目:江苏省研究生培养创新工程(CXZZ12_0228);江苏省科技支撑项目(BE2012015);国家电网公司科学技术项目式,是目前可再生能源中最具规模化开发条件和商业化发展前景的发电方式之一,受到越来越多的关注[1]。太阳辐照强度和环境温度具有明显的间歇性、波动性和随机性等特性,决定了光伏出力的不确定性,因此人们只能通过技术手段对其未来一段时间的出力状况进行预测。在光伏电站出力短期预测的过程中,难以避免很多误差,这些误差的存在严重制约了光伏电站出力短期预测系统的研究和开发。伴随着光伏电站的渗透率不断递增

8、,这一误差将严重威胁电力系统的稳定运行。光伏电站出力的精确预测既能够有效降低大规模光伏发电接入对电网的影响,提高电网对光伏的接纳能力;又能够充分利用太阳能资源,获得较高的社会效益和经济效益[2]。与风电出力预测相类似,由于人工神经网络具有建立任意非线性模型的能力,适用于解决时间序列预报问题,尤其是随机平稳过程的预报,因此是有效的用于光伏电站短期出力预测手段[3]。Elman神经网络是一种典型的动态局部递归网络,其特有的输入延迟

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。