太陽(yáng)能光伏電站輸出功率預(yù)測(cè)研究.pdf

1、在傳統(tǒng)化石能源日漸短缺和環(huán)境保護(hù)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(lái)越高,其中太陽(yáng)能發(fā)電已成為一種重要的發(fā)電形式。隨著光伏裝機(jī)容量的不斷擴(kuò)大,光伏發(fā)電輸出功率的精確預(yù)測(cè)有助于電力調(diào)度部門(mén)統(tǒng)籌安排調(diào)度計(jì)劃,對(duì)保障電網(wǎng)安全、降低電網(wǎng)運(yùn)營(yíng)成本有著重要意義。針對(duì)光伏電站輸出功率預(yù)測(cè)精度不高的問(wèn)題,提出用小波理論和極限學(xué)習(xí)機(jī)預(yù)測(cè)太陽(yáng)輻照度,再將預(yù)測(cè)得到的太陽(yáng)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(luò)的方法對(duì)

2、輸出功率進(jìn)行預(yù)測(cè)研究。
　　通過(guò)分析影響光伏發(fā)電輸出功率的各個(gè)輸入因素,選取太陽(yáng)輻照度作為主要因素。為了精確地預(yù)測(cè)光伏輸出功率,先對(duì)太陽(yáng)輻照度進(jìn)行預(yù)測(cè)。建立了基于小波分解和極限學(xué)習(xí)機(jī)算法的太陽(yáng)輻照度預(yù)測(cè)模型。對(duì)太陽(yáng)輻照度的歷史時(shí)間序列進(jìn)行三層小波分解,分解出太陽(yáng)輻照度時(shí)間序列中的高頻分量和低頻分量,并運(yùn)用極限學(xué)習(xí)機(jī)算法分別對(duì)各分量進(jìn)行預(yù)測(cè),把各預(yù)測(cè)結(jié)果通過(guò)小波重構(gòu)得到最終的太陽(yáng)輻照度預(yù)測(cè)值。
　　在得到太陽(yáng)輻照度預(yù)測(cè)值的基礎(chǔ)

3、上,預(yù)測(cè)光伏輸出功率值。選取太陽(yáng)輻照度和溫度、濕度的關(guān)鍵部分作為特征向量并進(jìn)行合理的預(yù)處理,根據(jù)文中給出的改進(jìn)相似日算法選取與預(yù)測(cè)日具有高相似性的訓(xùn)練樣本集,建立了基于改進(jìn)相似日算法和廣義回歸神經(jīng)網(wǎng)絡(luò)的光伏電站功率預(yù)測(cè)模型。使用已選取的相似日樣本集訓(xùn)練神經(jīng)網(wǎng)絡(luò),預(yù)測(cè)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(shí)測(cè)數(shù)據(jù)為例,用MATLAB仿真軟件對(duì)光伏電站的太陽(yáng)輻照度和輸出功率進(jìn)行預(yù)測(cè)仿真