基于回聲狀態(tài)神經(jīng)網(wǎng)絡的光伏發(fā)電功率預測模型研究.pdf

1、隨著全球能源互聯(lián)網(wǎng)建設的不斷加快和清潔能源的大規(guī)模開發(fā)，新興能源技術(shù)越來越受到世界的關(guān)注。光伏發(fā)電作為智能電網(wǎng)建設中的清潔能源，已經(jīng)得到了廣泛的應用和發(fā)展。然而，智能電網(wǎng)中的光伏發(fā)電系統(tǒng)由于受到各種因素的影響，其發(fā)電功率會變得非常不穩(wěn)定，這導致其大規(guī)模并網(wǎng)運行后對電網(wǎng)產(chǎn)生沖擊，使得電網(wǎng)無法安全穩(wěn)定地運行。因此，如何對光伏發(fā)電功率進行精確而有效的預測，對于加快推進智能電網(wǎng)的建設具有深遠而重大的意義。
　　本文對光伏發(fā)電的相關(guān)技術(shù)做了

2、具體介紹，并對其在智能電網(wǎng)中的發(fā)展進行了探討，指出了準確的光伏發(fā)電功率預測的必要性。通過對光伏發(fā)電的影響因素做全面地分析，找出與其相關(guān)性較強的影響因素加以利用，為實現(xiàn)后續(xù)功率的精確預測工作做準備。針對光伏出力不穩(wěn)定性的問題，提出了基于回聲狀態(tài)神經(jīng)網(wǎng)絡的光伏發(fā)電功率預測模型?；芈暊顟B(tài)神經(jīng)網(wǎng)絡的隱含層是一種動態(tài)儲備池結(jié)構(gòu)，具有回聲狀態(tài)屬性，不僅增強了網(wǎng)絡預測的穩(wěn)定性，而且僅采用線性算法求得網(wǎng)絡輸出權(quán)值即可，簡化了訓練過程，同時克服了傳統(tǒng)神經(jīng)

3、網(wǎng)絡收斂速度慢和易陷入局部極小的問題。利用實際光伏發(fā)電站的歷史數(shù)據(jù)和氣象數(shù)據(jù)進行仿真驗證，仿真結(jié)果表明，基于回聲狀態(tài)神經(jīng)網(wǎng)絡的光伏發(fā)電功率預測模型具有良好的預測精度和預測穩(wěn)定性。由于回聲狀態(tài)神經(jīng)網(wǎng)絡預測模型的閉環(huán)自治性，其預測結(jié)果容易產(chǎn)生誤差積累，為了進一步提高光伏發(fā)電功率預測的精度和穩(wěn)定性，提出了基于模塊化回聲狀態(tài)神經(jīng)網(wǎng)絡的光伏發(fā)電功率預測模型。該模型首先對儲備池狀態(tài)空間進行重構(gòu)，然后再對儲備池結(jié)構(gòu)進行層級劃分，使得每層包含相等的區(qū)域