基于相似日聚类和贝叶斯神经网络的光伏发电功率预测研究

发布时间：2018-12-17 05:37

【摘要】：光伏发电功率的预测是光伏发电规划和运行的基础,因而受到越来越多的重视。文中提出了FCM相似日聚类与智能算法相结合的光伏阵列功率短期预测模型。该方法的思路是首先通过分析影响光伏阵列输出功率的主要因素,对历史数据与预测日气象环境进行模糊分类,并筛选出相似度高的子集作为样本,以提高预测样本的质量;然后通过神经网络映射出特征空间与光伏功率之间的复杂关系,并用贝叶斯理论对神经网络参数进行优化,提高网络的泛化能力。为检验该方法的有效性和精确性,将所提出方法与常用BP神经网络模型对同一仿真算例进行预测,预测结果表明本文提出的预测模型效果更佳。
[Abstract]:The prediction of photovoltaic generation power is the basis of photovoltaic power generation planning and operation, so more and more attention has been paid to photovoltaic power generation. In this paper, a short-term prediction model of photovoltaic array power based on FCM similar day clustering and intelligent algorithm is proposed. The idea of this method is to analyze the main factors that affect the output power of photovoltaic array, to classify the historical data and the forecasted weather environment, and to select the subset with high similarity as the sample, so as to improve the quality of the prediction sample. Then the complex relationship between the feature space and photovoltaic power is mapped out by neural network, and the parameters of neural network are optimized by Bayesian theory to improve the generalization ability of the network. In order to test the validity and accuracy of the proposed method, the proposed method and the common BP neural network model are used to predict the same simulation example. The prediction results show that the proposed prediction model is more effective.
【作者单位】：华北电力大学经济与管理学院;
【基金】：国家自然科学基金资助项目(71071052) 中央高校基本科研业务费专项资金项目(12QX23)
【分类号】：TM615

【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 孟洋洋;卢继平;孙华利;潘雪;高道春;廖勇;;基于相似日和人工神经网络的风电功率短期预测[J];电网技术;2010年12期

3 丁明;徐宁舟;;基于马尔可夫链的光伏发电系统输出功率短期预测方法[J];电网技术;2011年01期

4 朱永强;田军;;最小二乘支持向量机在光伏功率预测中的应用[J];电网技术;2011年07期

5 王守相;张娜;;基于灰色神经网络组合模型的光伏短期出力预测[J];电力系统自动化;2012年19期

6 嵇灵;牛东晓;吴焕苗;;基于贝叶斯框架和回声状态网络的日最大负荷预测研究[J];电网技术;2012年11期

7 王晓兰;葛鹏江;;基于相似日和径向基函数神经网络的光伏阵列输出功率预测[J];电力自动化设备;2013年01期

8 傅美平;马红伟;毛建容;;基于相似日和最小二乘支持向量机的光伏发电短期预测[J];电力系统保护与控制;2012年16期

9 吴春旭;吴镝;蒋宁;;一种基于信息熵与K均值迭代模型的模糊聚类算法[J];中国管理科学;2008年S1期

10 史会峰;牛东晓;卢艳霞;;基于贝叶斯神经网络短期负荷预测模型[J];中国管理科学;2012年04期

【共引文献】

相关期刊论文前10条

1 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

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 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

4 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

5 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

6 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

7 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

8 丁志勇;杨苹;杨曦;张臻;;基于连续时间段聚类的支持向量机风电功率预测方法[J];电力系统自动化;2012年14期

9 黄浩;张沛;;美国新能源发展概况[J];电网技术;2011年07期

10 朱永强;田军;;最小二乘支持向量机在光伏功率预测中的应用[J];电网技术;2011年07期

相关期刊论文前10条

1 贺琳;李英姿;;改进GM(1,1)残差修正模型在光伏发电量短期预测中的应用[J];北京建筑工程学院学报;2008年04期

2 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

3 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

4 康重庆,程旭,夏清,沈瑜;一种规范化的处理相关因素的短期负荷预测新策略[J];电力系统自动化;1999年18期

5 高山,单渊达;神经网络短期负荷预测输入变量选择新方法[J];电力系统自动化;2001年22期

6 黎灿兵;李晓辉;赵瑞;李金龙;刘晓光;;电力短期负荷预测相似日选取算法[J];电力系统自动化;2008年09期

7 王鹏;邰能灵;王波;翟海青;叶剑;李磊;朱家栋;漆梁波;;针对气象因素的短期负荷预测修正方法[J];电力系统自动化;2008年13期

8 张国强;张伯明;;基于组合预测的风电场风速及风电机功率预测[J];电力系统自动化;2009年18期

9 秦海超;王玮;周晖;王林;;人体舒适度指数在短期电力负荷预测中的应用[J];电力系统及其自动化学报;2006年02期

10 于海燕;张凤玲;;基于模糊神经网络的电力负荷短期预测[J];电网技术;2007年03期

【相似文献】

相关期刊论文前10条

1 彭开香;余尚志;;基于贝叶斯神经网络的带钢厚度预测与控制[J];北京科技大学学报;2010年02期

2 ;[J];;年期

3 ;[J];;年期

4 ;[J];;年期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期