基于改进BP神经网络模型的光伏发电短期预测研究

发布时间：2023-05-05 23:18

　　在我国经济和社会都迈入高速发展的大背景下,环境恶化危机和能源短缺问题日益突出,大力开发和使用清洁和可再生能源的理念势不可挡,也顺应保护环境和可持续发展的社会主旋律,以光伏发电并网为代表的新能源发电并网方式已成为我国电力系统稳定运行和优化调度的重要一环。但在实际运行过程中,由于受到环境和气候等不稳定的因素变化,光伏发电输出会产生巨大的随机性和波动性,研究光伏发电短期预测对光电并网和电网运行调度显得十分有必要。本文首先研究了光伏发电的基本工作原理和光伏组件的伏安特性,接着详细介绍了光伏发电系统构成和集中式、主从式、分布式与组串式四种光伏发电并网方式优缺点,并对影响光伏发电的多种环境因素进行了细致分析。在此基础上,对光伏发电历史缺失和异常数据进行判别和修正,采用主因子分析法在SPSS数据分析软件中对历史完整有效气象数据降维简化处理,选取主因子作为预测模型新的输入。考虑实际BP神经网络预测算法选取初始权值阈值的随机性和极易陷入最优解的不足,采用了一种改进天牛须算法(MBAS算法)优化BP神经网络的权值和阈值,详细介绍了该改进算法的原理和运算过程,通过函数算例分析对比初始天牛须算法(BAS)、粒...

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题的背景和意义
    1.2 国内外研究现状分析
    1.3 本文主要研究内容
    1.4 本文章节内容安排
第2章 光伏发电原理及特性分析
    2.1 光伏发电原理
        2.1.1 光伏电池发电原理
        2.1.2 光伏电池数学模型
    2.2 光伏发电系统分类构成
        2.2.1 光伏发电系统基本构成
        2.2.2 并网式光伏发电系统分类
    2.3 光伏发电输出特性分析
        2.3.1 太阳辐射角对光伏发电的影响
        2.3.2 光照幅值对光伏发电影响
        2.3.3 季节对光伏发电的影响
        2.3.4 天气类型对光伏发电的影响
        2.3.5 气温对光伏发电的影响
        2.3.6 空气相对湿度对光伏发电的影响
    2.4 本章小结
第3章 光伏发电数据处理和气象主因子分析
    3.1 光伏发电历史数据判别与修正
        3.1.1 部分数据缺失值判别与修正
        3.1.2 异常数据判别与修正
    3.2 气象主因子分析
        3.2.1 主因子分析原理
        3.2.2 SPSS数据分析软件简介
        3.2.3 影响光伏发电因素的主因子选取
    3.3 本章小结
第4章 基于MBAS-BP神经网络的预测模型搭建
    4.1 BP神经网络模型介绍
        4.1.1 BP神经网络算法原理论述
    4.2 初始BAS算法及改进MBAS算法研究
        4.2.1 天牛须搜索算法(BAS算法)
        4.2.2 改进的天牛须搜索算法(MBAS算法)
    4.3 基于MBAS-BP神经网络模型搭建
    4.4 本章小结
第5章 光伏发电短期预测模型实现及算例分析
    5.1 光伏发电短期预测模型实现
        5.1.1 基于PFA-MBAS-BP神经网络的预测模型实现
        5.1.2 改进预测模型评估
    5.2 预测模型算例仿真验证分析
    5.3 本章小结
第6章 结论及展望
    6.1 结论
    6.2 展望
致谢
参考文献
攻读学位期间的研究成果



本文编号：3808558