节点文献

基于BP神经网络的双模型光伏发电量预测

免费订阅

【作者】 刘如慧姜军王剑峰周玲玲问虎龙仇志鑫

【Author】 LIU Ru-hui;JIANG Jun;WANG Jian-feng;ZHOU Ling-ling;WEN Hu-long;QIU Zhi-xin;RENergy Electric;Yangquan CGN Solar Power Ltd.;State Grid Tianjin Electric Power company;

【通讯作者】 仇志鑫;

【机构】 天津瑞能电气有限公司阳泉市中广核太阳能有限公司国网天津市电力公司

【摘要】 光伏系统的发电量受到太阳辐照强度、温度、湿度和压强等多种天气变量的影响,变化复杂,具有间歇性和波动性.传统预测模型中需要以天气预报数据作为输入,但其与实际的天气变量存在一定偏差,这给预测结果带来了不可避免的误差.为了进一步提高预测精度,本文提出了天气变量预测数据到天气变量实际数据和天气变量实际数据到光伏系统发电量的双模型预测系统,并对训练好的模型进行了测试和分析,预测结果表明,此模型能够达到较高的预测精度,具有一定的可行性和有效性.

【基金】 天津市科技计划项目(2014AA052003)
  • 【分类号】TM615
  • 【下载频次】56
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: