太陽能光伏電站輸出功率預測研究.pdf

1、在傳統(tǒng)化石能源日漸短缺和環(huán)境保護要求日益提高的雙重壓力下,可再生清潔能源發(fā)電在電力行業(yè)中所占的比重越來越高,其中太陽能發(fā)電已成為一種重要的發(fā)電形式。隨著光伏裝機容量的不斷擴大,光伏發(fā)電輸出功率的精確預測有助于電力調度部門統(tǒng)籌安排調度計劃,對保障電網(wǎng)安全、降低電網(wǎng)運營成本有著重要意義。針對光伏電站輸出功率預測精度不高的問題,提出用小波理論和極限學習機預測太陽輻照度,再將預測得到的太陽輻照度作為輸入,使用基于相似日和廣義回歸神經(jīng)網(wǎng)絡的方法對

2、輸出功率進行預測研究。
　　通過分析影響光伏發(fā)電輸出功率的各個輸入因素,選取太陽輻照度作為主要因素。為了精確地預測光伏輸出功率,先對太陽輻照度進行預測。建立了基于小波分解和極限學習機算法的太陽輻照度預測模型。對太陽輻照度的歷史時間序列進行三層小波分解,分解出太陽輻照度時間序列中的高頻分量和低頻分量,并運用極限學習機算法分別對各分量進行預測,把各預測結果通過小波重構得到最終的太陽輻照度預測值。
　　在得到太陽輻照度預測值的基礎

3、上,預測光伏輸出功率值。選取太陽輻照度和溫度、濕度的關鍵部分作為特征向量并進行合理的預處理,根據(jù)文中給出的改進相似日算法選取與預測日具有高相似性的訓練樣本集,建立了基于改進相似日算法和廣義回歸神經(jīng)網(wǎng)絡的光伏電站功率預測模型。使用已選取的相似日樣本集訓練神經(jīng)網(wǎng)絡,預測次日7:00~19:00之間分辨率為15min的功率值。
　　以甘肅省某并網(wǎng)型光伏電站的實測數(shù)據(jù)為例,用MATLAB仿真軟件對光伏電站的太陽輻照度和輸出功率進行預測仿真