大型并網(wǎng)光伏電站功率預(yù)測(cè)研究.pdf

1、能源是經(jīng)濟(jì)社會(huì)發(fā)展的重要物質(zhì)基礎(chǔ)。隨著全球經(jīng)濟(jì)增長(zhǎng)和世界人口增加，建立在化石能源基礎(chǔ)上的傳統(tǒng)能源發(fā)展方式已難以為繼。堅(jiān)強(qiáng)智能電網(wǎng)和全球能源互聯(lián)網(wǎng)理念的實(shí)施，未來(lái)將使清潔能源的比重大幅度提升。因光伏發(fā)電系統(tǒng)出力具有明顯的間歇性、隨機(jī)波動(dòng)性，大規(guī)模接入電網(wǎng)給電網(wǎng)調(diào)度管理帶來(lái)巨大挑戰(zhàn)。如何充分利用清潔能源、最大限度消納成為電力系統(tǒng)的研究熱點(diǎn)。所以研究光伏發(fā)電系統(tǒng)和對(duì)其輸出功率進(jìn)行有效預(yù)測(cè)具有重要實(shí)際意義。
　　本研究分析了并網(wǎng)型光伏電站

2、系統(tǒng)發(fā)電原理、系統(tǒng)組成和運(yùn)行方式，并對(duì)光伏電站的控制調(diào)節(jié)系統(tǒng)進(jìn)行詳細(xì)設(shè)計(jì)。在研究分析了影響光伏電站出力的因素和出力特性基礎(chǔ)上，確定了以天氣類型指數(shù)、太陽(yáng)輻照度、溫度、濕度為主要影響因子，將高斯過(guò)程回歸算法應(yīng)用到光伏短期功率預(yù)測(cè)方面，驗(yàn)證了方法的可行性，并且實(shí)例驗(yàn)證了改方法預(yù)測(cè)效果優(yōu)于小波神經(jīng)網(wǎng)絡(luò)與最小二乘支持向量機(jī)。針對(duì)光伏短期功率預(yù)測(cè)問(wèn)題，提出一種基于分類建模思想和相似日原理結(jié)合粒子群改進(jìn)高斯過(guò)程回歸的預(yù)測(cè)方法。該方法以天氣類型指數(shù)建

3、立三類數(shù)據(jù)庫(kù)，并應(yīng)用相似日原理以天氣類型指數(shù)、日平均溫度、日平均濕度作為預(yù)測(cè)時(shí)選取相似日的參考指標(biāo)，針對(duì)不同的預(yù)測(cè)類型，選擇相應(yīng)的數(shù)據(jù)庫(kù)，從中選取6天相似日，并采用組合協(xié)方數(shù)函差，權(quán)重線性遞減粒子群算法（LinW-PSO）代替共軛梯度算法優(yōu)化高斯過(guò)程回歸模型超參數(shù)，在matlab中分別建立三種類型的高斯過(guò)程回歸預(yù)測(cè)模型。針對(duì)陜西定邊和甘肅省武威兩個(gè)不同區(qū)域的實(shí)際并網(wǎng)光伏電站進(jìn)行算例驗(yàn)證分析，結(jié)果均表明本文提出的分類方法和LinWPSO-