光伏電站輸出功率預測研究.pdf

1、光伏發(fā)電作為一種具有廣闊應用前景的清潔能源應用形式，提高光伏發(fā)電的滲透率是未來長期的非化石能源的發(fā)展目標。光伏發(fā)電易受到外界因素的影響，其輸出功率具有波動性，間歇性和周期性。因此當光伏發(fā)電滲透率不斷提高時，將對電能質量產生嚴重影響。通過提高對光伏輸出功率進行預測的準確度，能夠有效的減輕光伏并網(wǎng)對電網(wǎng)產生的沖擊，實現(xiàn)光伏友好并網(wǎng)，減少“棄光”現(xiàn)象。進而達到充分利用太陽能，降低化石能源的使用，實現(xiàn)能源結構轉型的目的。
　　本文圍繞著光

2、伏輸出功率預測展開研究。通過對光伏輸出功率預測的研究背景和研究現(xiàn)狀進行梳理，討論了光伏發(fā)電輸出功率預測研究中存在的不足和問題。針對這些問題，本文做了以下工作。
　　為了提高光伏輸出功率的預測精度，對光伏數(shù)據(jù)進行處理分析。首先對原始光伏歷史數(shù)據(jù)中的異常數(shù)據(jù)進行預處理，并提出相應的修正措施。然后進行了通過PVsyst軟件，對不同條件下的太陽能電池的輸出性能進行仿真模擬。并結合實例，確定各個因素對光伏輸出功率的影響程度。在闡述了偏差比的

3、概念后，通過實例，確定了四種廣義天氣類型的平均偏差比。然后通過實例，對構成神經網(wǎng)絡訓練的相似日樣本與灰色系統(tǒng)建模的相鄰日樣本進行分析。
　　為了確定光伏輸出功率預測的最優(yōu)模型，本文首先比較了BP神經網(wǎng)絡與RBF神經網(wǎng)絡的預測性能，結果表明BP神經網(wǎng)絡的預測性能優(yōu)于RBF神經網(wǎng)絡。在此基礎上，針對相似日樣本難以反映光伏輸出功率隨時間的變化，提出一種基于灰色系統(tǒng)校正的BP神經網(wǎng)絡預測模型，即以平均偏差比進行平滑處理后的相鄰日功率建立離