基于GA-BP和POS-BP神经网络的光伏电站出力短期预测

发布时间：2018-09-19 20:44

【摘要】：当前在光伏电站出力短期预测方面较多的采用BP或者优化的BP神经网络算法,存在采用的优化算法单一、缺乏多种优化算法比较选优、预测误差大的问题。基于本地5 k W小型分布式光伏电站,综合考虑影响光伏出力的太阳光辐射强度、环境温度、风速气象相关因素和光伏电站历史发电数据,分别采用BP以及遗传算法和粒子群算法优化的BP神经网络算法—GA-BP和POS-BP构建了晴天、多云、阴雨三种天气条件下光伏出力短期预测模型。实测结果表明,三种神经网络算法预测模型在三种不同天气条件下均达到了一定的预测精度。其中GA-BP、POS-BP相比传统的BP预测模型降低了预测误差,且POS算法相比GA算法对于BP神经网络预测模型的优化效果更好,进一步降低了预测误差,适用性更强。
[Abstract]:At present, BP or BP neural network algorithm are used in short-term prediction of photovoltaic power generation. There are many problems such as single optimization algorithm, lack of multiple optimization algorithms and large prediction error. Based on the local 5 kW distributed photovoltaic power station, solar radiation intensity, ambient temperature, wind speed and historical data of photovoltaic power generation are considered comprehensively. The short-term prediction model of photovoltaic force in sunny, cloudy and rainy weather is constructed by using BP, BP neural network algorithm and POS-BP, which are optimized by genetic algorithm and particle swarm optimization, respectively. The experimental results show that the prediction accuracy of the three neural network algorithms has reached a certain degree under three different weather conditions. Compared with the traditional BP prediction model, GA-BP,POS-BP reduces the prediction error, and the POS algorithm is better than the GA algorithm in the optimization of the BP neural network prediction model, which further reduces the prediction error and has stronger applicability.
【作者单位】： 齐齐哈尔大学通信与电子工程学院;哈尔滨师范大学计算机与信息工程学院;
【基金】：智能教育与信息工程黑龙江省高校重点实验室开放课题(SEIE2014-05) 齐齐哈尔市科技局工业攻关项目(GYGG-201106)
【分类号】：TM615;TP183

【参考文献】

相关期刊论文 前10条

1 陈昌松;段善旭;殷进军;;基于神经网络的光伏阵列发电预测模型的设计[J];电工技术学报;2009年09期

2 黄建国;罗航;王厚军;龙兵;;运用GA-BP神经网络研究时间序列的预测[J];电子科技大学学报;2009年05期

3 康洪波;刘瑞梅;侯秀梅;;基于神经网络光伏发电预测模型的研究[J];电源技术;2013年03期

4 冯超;周步祥;林楠;徐飞;李阳;夏榆杭;;电动汽车充电站规划的多种群混合遗传算法[J];电力系统及其自动化学报;2013年06期

5 陈年;王宏华;韩伟;;基于GA-BP神经网络的光伏阵列MPPT研究[J];电测与仪表;2014年02期

6 田金波;赵智忠;毕海岩;;基于DSP的BP神经网络真空度数据采集系统[J];高压电器;2014年12期

7 卢静;翟海青;刘纯;王晓蓉;;光伏发电功率预测统计方法研究[J];华东电力;2010年04期

8 丁明;王磊;毕锐;;基于改进BP神经网络的光伏发电系统输出功率短期预测模型[J];电力系统保护与控制;2012年11期

9 师彪;李郁侠;于新花;闫旺;;改进粒子群—BP神经网络模型的短期电力负荷预测[J];计算机应用;2009年04期

10 罗毅;刘峰;;基于遗传神经网络的风电场输出功率短期预测[J];华东电力;2012年07期

【共引文献】

相关期刊论文 前10条

1 任玉艳;鲍洁;王洪瑞;;基于量子激励的粒子群优化的BP网络算法[J];传感器与微系统;2011年07期

2 闫丹;张记龙;王志斌;陈媛媛;;基于黄金分割和BP网络的气体体积分数预测模型[J];传感器与微系统;2012年01期

3 程序;周海;崔方;丁杰;;大容量并网型光伏电站功率预测预报系统设计[J];水电自动化与大坝监测;2011年05期

4 兰华;廖志民;赵阳;;基于ARMA模型的光伏电站出力预测[J];电测与仪表;2011年02期

5 陈阿莲;冯丽娜;杜春水;张承慧;;基于支持向量机的局部阴影条件下光伏阵列建模[J];电工技术学报;2011年03期

6 陈昌松;段善旭;蔡涛;代倩;;基于模糊识别的光伏发电短期预测系统[J];电工技术学报;2011年07期

7 胡艳梅;吴俊勇;高立志;;含间歇式电源电力系统风险评估的研究综述[J];电气应用;2012年04期

8 解武杰;王瑛;申卯兴;张天明;;地空导弹生存能力预测模型的构建与应用[J];弹箭与制导学报;2012年01期

9 姜侨娜;陈中;;BP-马尔科夫组合预测方法在光伏发电量预测中的应用[J];电力需求侧管理;2011年06期

10 方鑫;郭强;张东霞;梁双;;考虑天气不确定性的光伏电站置信容量评估[J];电力系统自动化;2012年10期

相关会议论文 前6条

1 王增新;苏适;田沛;;光伏发电预测技术的应用[A];2011年云南电力技术论坛论文集（入选部分）[C];2011年

2 白永清;陈正洪;王明欢;成驰;;关于WRF模式模拟地表短波辐射的统计订正[A];第27届中国气象学会年会气候资源应用研究分会场论文集[C];2010年

3 代倩;段善旭;蔡涛;陈昌松;;基于气象因子的神经网络模型在光伏发电预测中的应用研究[A];第27届中国气象学会年会气候资源应用研究分会场论文集[C];2010年

4 何明琼;陈正洪;成驰;;光伏发电量与气象因子的关系及其预报试验简报[A];第27届中国气象学会年会气候资源应用研究分会场论文集[C];2010年

5 邢宗义;刘松;季海燕;秦勇;贾利民;;基于遗传神经网络的乘坐舒适度相关性研究[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

6 梁适春;张晓冬;林培峰;牛萌;;一种混合储能光伏发电系统的功率预测算法[A];中国电工技术学会学术年会——新能源发电技术论坛论文集[C];2013年

相关博士学位论文 前10条

1 王敏;分布式电源的概率建模及其对电力系统的影响[D];合肥工业大学;2010年

2 马金玉;中国地面太阳辐射长期变化特征及短期预报方法研究[D];南京信息工程大学;2011年

3 郑高;二型模糊系统模糊性测度及其在电力负荷预测中的应用研究[D];西南交通大学;2011年

4 周倩;智能工程体系及其在电力负荷预测中的应用研究[D];华北电力大学（北京）;2010年

5 刘吉成;电力供应链联盟BIC构建与协同决策研究[D];华北电力大学（北京）;2010年

6 舒晓惠;非线性协整时间序列的非参数方法及其应用研究[D];暨南大学;2010年

7 于小兵;基于数据仓库和移动Agent的智能电子商务研究与应用[D];武汉理工大学;2010年

8 马晓艳;网络流量模型化与拥塞控制研究[D];北京化工大学;2012年

9 朱艳萍;微电网多参数特性分析及其测控方法研究[D];燕山大学;2012年

10 赵杰;光伏发电并网系统的相关技术研究[D];天津大学;2012年

相关硕士学位论文 前10条

1 陈亚峰;模糊控制在光伏最大功率追踪预测中的应用与研究[D];苏州大学;2010年

2 马媛媛;基于纹理分类的图像检索技术研究[D];河南理工大学;2010年

3 郭伟钊;抽水蓄能、风力和光伏电站群联合运行研究[D];华北电力大学（北京）;2011年

4 段彬;风光互补发电控制系统中的短期功率预测研究[D];电子科技大学;2011年

5 李卫帅;电动汽车电池组智能监控系统研究[D];郑州大学;2011年

6 陈博;基于VPSO-ELman神经网络的配电网短期负荷预测研究[D];山东大学;2011年

7 黄美灵;群智能算法在智能交通中的研究与应用[D];重庆交通大学;2011年

8 庞志超;局部阴影条件下基于模糊控制的光伏阵列重构系统的研究[D];天津大学;2010年

9 雷蕾;光伏系统不均匀光照下最大功率点跟踪研究[D];重庆大学;2011年

10 蒋亚娟;光伏电池建模及其在光伏发电预测中的应用[D];华中科技大学;2011年

【二级参考文献】

相关期刊论文 前10条

1 王波;王灿林;梁国强;;基于粒子群寻优的D-S算法[J];传感器与微系统;2007年01期

2 兰华;廖志民;赵阳;;基于ARMA模型的光伏电站出力预测[J];电测与仪表;2011年02期

3 吴透明;姚国兴;孙磊;;基于Buck变换器的光伏电池最大功率跟踪器[J];电测与仪表;2011年10期

4 张驰;张代润;;基于改进的变步长光伏并网系统MPPT控制策略研究[J];电测与仪表;2012年01期

5 程其云,孙才新,张晓星,周nv,杜鹏;以神经网络与模糊逻辑互补的电力系统短期负荷预测模型及方法[J];电工技术学报;2004年10期

6 张志毅;陈允平;袁荣湘;;电力系统负荷恢复问题的混合遗传算法求解[J];电工技术学报;2007年02期

7 廖志凌;阮新波;;一种独立光伏发电系统双向变换器的控制策略[J];电工技术学报;2008年01期

8 陈昌松;段善旭;殷进军;;基于神经网络的光伏阵列发电预测模型的设计[J];电工技术学报;2009年09期

9 刘方锐;段善旭;康勇;张宇;;多机光伏并网逆变器的孤岛检测技术[J];电工技术学报;2010年01期

10 陈昌松;段善旭;蔡涛;代倩;;基于模糊识别的光伏发电短期预测系统[J];电工技术学报;2011年07期

相关硕士学位论文 前5条

1 张菁菁;电动汽车充电设施建设与发展的多方博弈分析[D];北京交通大学;2011年

2 蒋亚娟;光伏电池建模及其在光伏发电预测中的应用[D];华中科技大学;2011年

3 陈昌松;光伏监控系统发电预测及能量管理的研究[D];华中科技大学;2007年

4 龚长武;微网高渗透率下电动汽车入网技术的研究[D];浙江工业大学;2012年

5 田金波;基于DSP的真空灭弧室真空度数据采集系统[D];河北工业大学;2012年

【相似文献】

相关期刊论文 前10条

1 张宝芳;李晓东;;基于多因素粒子群—神经网络算法的短期电价预测[J];科技信息;2009年24期

2 黄鹏;成怡;;改进的BP神经网络算法在航迹匹配中的应用[J];计算机工程;2011年11期

3 马坚;;基于遗传算法及其改进的进化神经网络算法[J];硅谷;2012年04期

4 罗丹;李昌彩;吴长彬;;基于微粒群 BP神经网络算法的堆石坝坝体变形监控模型研究[J];岩石力学与工程学报;2012年S1期

5 曹晓宇;;迭代自组织神经网络算法及其应用前景分析[J];科技视界;2012年23期

6 熊鸣,徐小力,程少庚,赵刚;大型水泵机组的遗传BP神经网络算法[J];北京机械工业学院学报;2003年01期

7 邓立国,张凯兵;基于遗传-神经网络算法的函数优化求解[J];四川工业学院学报;2004年S1期

8 钱坤,谢寿生,张伟,于东军;基于模糊补偿的神经网络算法在调速系统中的应用[J];电机与控制学报;2004年04期

9 张世宏;刘s，

本文编号：2251289