并网型光伏发电短期功率预测的研究与应用

发布时间：2017-09-04 15:32

  本文关键词：并网型光伏发电短期功率预测的研究与应用

  更多相关文章： 光伏发电 短期功率预测 BP神经网络 区间预测 Bootstrap方法

【摘要】：随着工业化的发展,人类在经济发展与科技进步的同时,也面临着能源危机与环境污染等严峻考验。太阳能因其取之不尽、用之不竭以及没有污染的特性无疑是非常理想的绿色能源之一。目前,太阳能光伏发电已经成为太阳能利用的主要方式。光伏发电分为并网和离网两种,其中,并网系统是当今国际上光伏发电的发展潮流,其发电的应用比例愈来愈大。但光伏发电系统由于受太阳辐照强度和气象因素等的直接影响,其输出功率具有间歇性与波动性的特点。为了给电网调度人员提供可靠的数据信息,保证电网安全稳定的运行,必须能够对光伏发电系统的短期功率进行准确的预测。目前,光伏发电系统短期功率的预测方法主要有间接预测法与直接预测法两种,其中比较典型的直接预测方法有基于支持向量机回归的预测模型、基于马尔科夫链的预测模型、基于BP神经网络的预测模型等。基于BP神经网络的预测模型因其具有很强的学习能力、组织性、容错性等优点,已成为光伏发电系统输出功率预测的一种常用方法。传统的BP神经网络在训练过程中存在容易陷入局部极小值、收敛速度慢等问题,本文运用LM(Levenberg-Marquart)算法对BP神经网络进行改进并建立了光伏发电系统输出功率的预测模型,在预测精度和训练收敛速度方面得到了提升。同时,在对历史功率数据进行筛选,获得预测模型输入数据的过程中采用了相似日计算方法,选取关联性强的历史数据作为样本,从而大大降低了模型的预测误差,并且有利于模型的收敛。另外,为满足电网安全稳定运行的要求,光伏短期功率预测不仅要给出确定的预测值,还应该对预测值包含的风险做出合理的评估。针对这种需求,本文提出了基于误差分布特性的置信区间估计方法,利用Bootstrap方法构造短期光伏功率预测区间。基于实际数据的测试结果表明,相比传统的预测方法,基于Bootstrap方法的功率区间预测可有效刻画短期光伏发电功率的变动特征。最后,结合本文的研究成果,设计并实现了一个光伏发电功率预测系统。主要包括四个模块：系统管理、数据管理、基于LM改进BP神经网络功率预测和基于Bootstrap方法功率区间预测。
【关键词】：光伏发电 短期功率预测 BP神经网络 区间预测 Bootstrap方法
【学位授予单位】：华北电力大学(北京)
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM615;TP18
【目录】：

• 摘要5-6
• Abstract6-11
• 第1章 绪论11-15
• 1.1 课题背景及研究的目的和意义11-12
• 1.2 国内外研究现状12-14
• 1.2.1 光伏发电发展现状12
• 1.2.2 光伏发电短期功率预测模型的研究现状12-14
• 1.3 论文的研究内容及组织结构14-15
• 第2章 光伏发电系统的特性分析15-22
• 2.1 光伏发电的原理15-16
• 2.2 光伏发电系统的组成16-17
• 2.3 光伏发电功率特性分析17-20
• 2.3.1 辐照强度对输出功率的影响17-19
• 2.3.2 日类型对输出功率的影响19
• 2.3.3 季节类型对输出功率的影响19-20
• 2.3.4 温度对输出功率的影响20
• 2.4 本章小结20-22
• 第3章 基于LM改进BP神经网络模型预测光伏发电系统输出功率22-35
• 3.1 人工神经网络的基本知识22-28
• 3.1.1 BP神经网络22-26
• 3.1.2 改进BP神经网络26-28
• 3.2 相似日选择法28
• 3.3 光伏发电系统短期功率预测28-34
• 3.3.1 预测模型输入变量的筛选29
• 3.3.2 基于LM改进BP神经网络模型功率预测29-33
• 3.3.3 预测结果分析33-34
• 3.4 本章小结34-35
• 第4章 基于Bootstrap方法的光伏发电系统输出功率的区间预测35-44
• 4.1 区间预测的介绍35-37
• 4.2 Bootstrap方法37-38
• 4.3 基于Bootstrap方法的功率区间预测38-43
• 4.3.1 区间预测39-40
• 4.3.2 评价性能及实验结果分析40-43
• 4.4 本章小结43-44
• 第5章 并网型光伏发电短期功率预测系统的设计与实现44-62
• 5.1 系统设计44-49
• 5.1.1 体系结构设计44-45
• 5.1.2 系统模块设计45-46
• 5.1.3 数据库设计46-49
• 5.2 系统实现相关技术49-51
• 5.2.1 SSH框架49
• 5.2.2 Java调用Matlab实现算法49-50
• 5.2.3 导出Word报告50-51
• 5.3 数据管理51-55
• 5.3.1 功率数据管理51-53
• 5.3.2 气象数据管理53-55
• 5.4 基于LM改进BP神经网络功率预测55-58
• 5.4.1 预测参数设置55-56
• 5.4.2 预测结果查看56-57
• 5.4.3 误差分析57
• 5.4.4 导出Word报告57-58
• 5.5 基于Bootstrap方法功率区间预测58-61
• 5.5.1 预测参数设置58-59
• 5.5.2 预测结果查看59-60
• 5.5.3 误差分析60
• 5.5.4 导出Word报告60-61
• 5.6 本章小结61-62
• 第6章 结论与展望62-64
• 6.1 本文工作总结62
• 6.2 未来工作及展望62-64
• 参考文献64-67
• 攻读硕士学位期间发表的论文及其他成果67-68
• 致谢68

【相似文献】

中国期刊全文数据库 前10条

1 马勇刚;谢建;李自应;张跃;曾丽琴;;户用光伏发电系统的研究与应用[J];中国建设动态(阳光能源);2007年02期

2 李雷;杨舒;;光伏发电系统在建筑项目中的应用探讨[J];有色冶金设计与研究;2011年01期

3 ;简讯[J];安徽电气工程职业技术学院学报;2011年02期

4 ;程艺厅长祝贺我院获2011年全国职业院校技能大赛“光伏发电系统安装调试”赛项二等奖[J];安徽电气工程职业技术学院学报;2011年03期

5 ;晶澳慈善基金会向希望小学捐赠光伏发电系统[J];太阳能;2011年10期

6 张改景;龙惟定;苑翔;;光伏发电系统的碳值分析[J];重庆大学学报;2011年11期

7 彭一琦;;改进的光伏发电系统并网控制技术[J];建筑电气;2012年02期

8 江伟山;周倩;;高铁车站光伏发电系统应用[J];电气时代;2012年04期

9 邓雅;胡书举;孟岩峰;许洪华;;光伏发电系统功率预测研究方法综述[J];电气制造;2013年06期

10 龚道仁;陈迪;袁志钟;;光伏发电系统碳排放计算模型及应用[J];可再生能源;2013年09期

中国重要会议论文全文数据库 前10条

1 周光明;沈煜;张晋茂;麻凯恩;朱正菲;杜强;;光伏发电系统用高效逆变器的研究[A];第十届中国太阳能光伏会议论文集：迎接光伏发电新时代[C];2008年

2 陆亚萍;梁小冰;;太阳能光伏发电系统性能分析的模糊综合评价方法[A];第十九届电工理论学术年会论文集[C];2007年

3 程丽敏;曹阳;;分布式光伏发电系统及微型逆变器综述[A];2013电力行业信息化年会论文集[C];2013年

4 郝文华;;太阳能光伏发电系统工程结构强度设计[A];2011年机械电子学学术会议论文集[C];2011年

5 王景义;;光伏发电系统的计算机辅助设计[A];中国太阳能学会2001年学术会议论文摘要集[C];2001年

6 李春华;刘维亭;姜文刚;;户用独立式光伏发电系统研究[A];2011中国电工技术学会学术年会论文集[C];2011年

7 谢亦丰;祝明华;熊连松;李琛;卓放;张海龙;;光伏发电系统建模及其控制器参数的全局优化设计方法研究[A];分布式发电、智能微电网与电能质量——第三届全国电能质量学术会议暨电能质量行业发展论坛论文集[C];2013年

8 徐峰;刘爱民;罗慧晶;翁占坤;;用于热光伏发电系统的发射体材料的研究进展[A];2006年全国功能材料学术年会专辑[C];2006年

9 程启明;李明;陈根;王鹤霖;;小型离网光伏发电系统的设计[A];智能化电站技术发展研讨暨电站自动化2013年会论文集[C];2013年

10 冯垛生;;光伏发电系统的过去,现在和未来[A];中国自动化学会中南六省（区）2010年第28届年会·论文集[C];2010年

中国重要报纸全文数据库 前10条

1 王宪才　魏延彬;莱芜供电首建光伏发电系统[N];中国电力报;2011年

2 通讯员 王宪才　魏延彬;莱芜供电公司建成首个光伏发电系统[N];莱芜日报;2011年

3 徐瑶;光伏发电系统租还是买？[N];中国能源报;2014年

4 申淳;数倍聚光跟踪光伏发电系统解决太阳能高成本难题[N];中国知识产权报;2007年

5 特约记者 牛献力　通讯员 王丽英;晶澳公司捐赠光伏发电系统[N];中国化工报;2011年

6 记者 刘霞;美研制新式太阳能热光伏发电系统[N];科技日报;2014年

7 本报记者　 戈晓芳 见习记者 于洋;广东最大户用光伏发电系统亮相[N];广东建设报;2006年

8 记者 王莹　特约通讯员 刘孟君;我市首座太阳能光伏发电系统正式并网发电[N];廊坊日报;2010年

9 记者 星子;我省光伏产业又添高科技“新丁”[N];青海日报;2012年

10 苏国平　新疆经信委副主任;依托自然优势发展新疆光伏产业[N];中国电子报;2011年

中国博士学位论文全文数据库 前10条

1 王欢;物联网架构的太阳能光伏自跟踪发电监控系统关键技术研究[D];北京理工大学;2015年

2 毛鹏;小功率光伏发电系统关键技术的研究[D];北京理工大学;2015年

3 朱艳伟;光伏发电系统效率提高理论方法及关键技术研究[D];华北电力大学;2012年

4 吴志鹏;分布式光伏发电系统的控制和孤岛故障检测[D];华东理工大学;2014年

5 郑诗程;光伏发电系统及其控制的研究[D];合肥工业大学;2005年

6 徐瑞东;光伏发电系统运行理论与关键技术研究[D];中国矿业大学;2012年

7 熊远生;太阳能光伏发电系统的控制问题研究[D];浙江工业大学;2009年

8 徐晓冰;光伏跟踪系统智能控制方法的研究[D];合肥工业大学;2010年

9 曹太强;光伏发电系统及其控制技术研究[D];西南交通大学;2011年

10 蒋爱华;泛（火用）分析方法及其应用研究[D];中南大学;2011年

中国硕士学位论文全文数据库 前10条

1 王京;温室光伏供电系统[D];华南理工大学;2015年

2 陈墨;基于分岔理论的光伏发电系统研究[D];天津理工大学;2015年

3 马高祥;关于光伏发电站系统优化设计的研究[D];西安建筑科技大学;2015年

4 李超凡;离网型光伏发电系统的分析和设计[D];长安大学;2015年

5 熊辉;光伏发电系统实验用能馈型模拟负载研究[D];辽宁工业大学;2016年

6 李元园;光伏发电系统电流传感器的研究与开发[D];河北工业大学;2014年

7 曾珍珍;光伏发电系统最大发电量的智能控制[D];东华大学;2016年

8 张森;独立式光伏发电系统最大功率点跟踪算法研究[D];安徽理工大学;2016年

9 梁逊;DC/DC变换器控制的仿真研究与设计[D];青岛科技大学;2016年

10 王志强;并网型光伏发电系统的研究[D];安徽理工大学;2016年

，

本文编号：792362