1、光伏發(fā)電因其清潔無污染受到了各國的青睞。但同時因其輸出功率的隨機性和波動性，使得當(dāng)光伏電站并網(wǎng)后會對公用電網(wǎng)造成一定的沖擊。這對電網(wǎng)的正常運行極其不利。因此對并網(wǎng)型光伏電站的發(fā)電功率進行準確的短期預(yù)測，有利于電力調(diào)度部門合理分配和規(guī)劃光伏能源和常規(guī)能源所占的比重，有利于及時調(diào)整調(diào)度計劃，使得電力系統(tǒng)以安全、穩(wěn)定、經(jīng)濟的方式運行。
本文在大量閱讀國內(nèi)外相關(guān)文獻的基礎(chǔ)上，采用甘肅某光伏電站的歷史數(shù)據(jù)作為研究對象，并利用HS-ESN
2、模型建立了預(yù)測模型。然后對該電站進行了光伏發(fā)電功率的短期預(yù)測分析。最后，通過C＃與MAT，AB的混編，介紹了光伏發(fā)電功率短期預(yù)測系統(tǒng)的設(shè)計?；谏衔拿枋?，本文的研究內(nèi)容主要包括以下幾個方面:
首先，利用MATLAB建立的光伏電池仿真模型梳理了光伏電池的輸出特性，分析了太陽輻照強度和溫度對光伏發(fā)電功率的影響，進一步確定了影響光伏發(fā)電功率的主要因素。然后將各影響因素組成特征向量，利用相似日選擇算法提取相似日和訓(xùn)練樣本。
3、其次，在深入研究了回聲狀態(tài)網(wǎng)絡(luò)(Echo State Network，ESN)算法的前提下，提出了和聲搜索(Harmony Search,HS)算法優(yōu)化回聲狀態(tài)網(wǎng)絡(luò)算法的混合算法。本文利用HS算法優(yōu)化ESN算法的儲備池參數(shù)，有效提高了ESN算法的精度，并將HS-ESN算法應(yīng)用到光伏發(fā)電功率短期預(yù)測問題中，通過不同預(yù)測模型分別預(yù)測不同天氣類型下的光伏發(fā)電功率，驗證了引入相似日選擇算法的有效性，同時表明了HS-ESN模型的性能更優(yōu)于單一的E
