基于WRF模式输出的光伏发电量预测研究
发布时间：2021-12-29 11:56
光伏发电作为可再生能源发电方式的重要形式,具有清洁、无污染、可持续的优点,发展前景极为广阔。由于受到诸多因素影响,光伏发电功率具有波动性、间歇性和非线性的特点,光伏大规模并网容易对电网造成冲击,影响电网正常安全运行。已有的光伏发电功率预测研究多依赖于历史观测资料,不利于复杂天气的光伏出力预测。鉴于此,本文提出基于WRF短期预报输出的光伏发电量预测方法。主要工作如下:首先,根据光伏发电基本原理建立太阳能电池的数学物理模型,利用Simulink仿真建立考虑面板积尘的太阳能工程用模型,获取并分析太阳能电池的输出特性,分析考虑积尘的实际辐照度、温度、湿度、天气日类型等气象因子对光伏出力的影响。其次,利用WRF模式对光伏发电的气象影响因子进行预测,探究了模式运行参数设置对预测效果的影响。按不同模式分辨率、微物理过程与积云参数化方案进行辐照度预报的敏感试验,发现提高模式分辨率有利于减小预报误差,不同物理过程方案的选择也会影响预报结果。选择较好的模式运行方案对宁夏中卫市6-7月天气进行预报,预报结果发现,WRF模式对不同天气的预报能力存在差异,对阴雨多云天气预测效果较差。按天气类型分别建立了辐照度M...
【文章来源】：宁夏大学宁夏回族自治区 211工程院校
【文章页数】：52 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 课题研究背景及意义
1.2 研究现状及进展
1.3 主要研究内容及论文章节安排
1.4 本章小结
第二章 光伏发电原理及影响因素分析
2.1 太阳能电池及其物理数学模型
2.2 考虑积尘作用的太阳能电池工程用数学模型及其输出特性
2.3 光伏发电影响因素分析
2.4 本章小结
第三章 基于WRF的气象因子预测
3.1 WRF模式简介
3.2 WRF敏感性试验及运行方案的选定
3.3 基于WRF辐照度预测及结果分析
3.4 辐照度预报的MOS订正
3.5 本章小结
第四章 基于WRF输出的GA-BP神经网络光伏发电功率预测
4.1 BP神经网络预测模型
4.2 遗传算法
4.3 光伏发电量预测模型整体设计
4.4 预测结果分析
4.5 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
个人简介
科研成果
【参考文献】：
期刊论文
[1]考虑云量和气溶胶不确定性的太阳辐射值预测[J]. 赵书强,王明雨,胡永强,刘晨亮. 电工电能新技术. 2015(05)
[2]基于WRF模式的太阳辐射预报初步试验研究[J]. 何晓凤,周荣卫,申彦波,石磊. 高原气象. 2015(02)
[3]沙尘对南疆沙漠腹地太阳辐射的影响[J]. 金莉莉,何清,李振杰,买买提艾力·买买提依明,缪启龙. 高原气象. 2014(05)
[4]基于自适应模糊时间序列法的光伏发电短期功率预测[J]. 杨志超,朱峰,张成龙,葛乐,袁晓冬. 南京工程学院学报(自然科学版). 2014(01)
[5]基于多维时间序列局部支持向量回归的微网光伏发电预测[J]. 黄磊,舒杰,姜桂秀,张继元. 电力系统自动化. 2014(05)
[6]基于全天空成像仪的光伏电站水平面总辐射预报[J]. 丁宇宇,丁杰,周海,陈志宝,程序. 中国电机工程学报. 2014(01)
[7]主成分分析结合神经网络的光伏发电量预测[J]. 蒋浩,洪丽,张国江. 电力系统及其自动化学报. 2013(06)
[8]BP神经网络联合模板匹配的车牌识别系统[J]. 呙润华,苏婷婷,马晓伟. 清华大学学报(自然科学版). 2013(09)
[9]短期太阳能光伏发电预测方法研究进展[J]. 崔洋,孙银川,常倬林. 资源科学. 2013(07)
[10]我国东南沿海地区城市太阳辐射变化差异及其影响因素分析[J]. 赵春霞,郑有飞,吴荣军,刘建军. 热带气象学报. 2013(03)
博士论文
[1]并网型光伏电站发电功率预测方法与系统[D]. 王飞.华北电力大学 2013
[2]Polar WRF对南极地区天气过程的模拟试验研究[D]. 马永锋.中国气象科学研究院 2012
[3]中国地面太阳辐射长期变化特征及短期预报方法研究[D]. 马金玉.南京信息工程大学 2011
硕士论文
[1]基于分布式光伏发电的调度并网研究[D]. 王得发.青岛科技大学 2016
[2]基于遗传算法的BP神经网络的优化研究及MATLAB仿真[D]. 任谢楠.天津师范大学 2014
[3]基于神经网络的光伏发电系统发电功率预测[D]. 杨德全.华北电力大学 2014
[4]基于神经网络与模糊控制的光伏MPPT复合控制的研究[D]. 韩新峰.南昌航空大学 2013
[5]中国太阳辐射区域影响因子研究[D]. 徐华.中国海洋大学 2013
[6]光伏发电量预测的实现及独立系统的优化设计[D]. 葛彬彬.上海交通大学 2013
[7]光伏并网发电系统的MATLAB仿真研究[D]. 孙志松.南昌航空大学 2012
[8]基于数值天气预报NWP修正的BP神经网络风电功率短期预测研究[D]. 蔡祯祺.浙江大学 2012
[9]中国光伏发电产业竞争力及其成长性研究[D]. 张爽莹.华北电力大学 2012
[10]太阳能光伏并网发电系统研究[D]. 王惠祥.浙江大学 2012
本文编号：3556077
【文章来源】：宁夏大学宁夏回族自治区 211工程院校
【文章页数】：52 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 课题研究背景及意义
1.2 研究现状及进展
1.3 主要研究内容及论文章节安排
1.4 本章小结
第二章 光伏发电原理及影响因素分析
2.1 太阳能电池及其物理数学模型
2.2 考虑积尘作用的太阳能电池工程用数学模型及其输出特性
2.3 光伏发电影响因素分析
2.4 本章小结
第三章 基于WRF的气象因子预测
3.1 WRF模式简介
3.2 WRF敏感性试验及运行方案的选定
3.3 基于WRF辐照度预测及结果分析
3.4 辐照度预报的MOS订正
3.5 本章小结
第四章 基于WRF输出的GA-BP神经网络光伏发电功率预测
4.1 BP神经网络预测模型
4.2 遗传算法
4.3 光伏发电量预测模型整体设计
4.4 预测结果分析
4.5 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
个人简介
科研成果
【参考文献】：
期刊论文
[1]考虑云量和气溶胶不确定性的太阳辐射值预测[J]. 赵书强,王明雨,胡永强,刘晨亮. 电工电能新技术. 2015(05)
[2]基于WRF模式的太阳辐射预报初步试验研究[J]. 何晓凤,周荣卫,申彦波,石磊. 高原气象. 2015(02)
[3]沙尘对南疆沙漠腹地太阳辐射的影响[J]. 金莉莉,何清,李振杰,买买提艾力·买买提依明,缪启龙. 高原气象. 2014(05)
[4]基于自适应模糊时间序列法的光伏发电短期功率预测[J]. 杨志超,朱峰,张成龙,葛乐,袁晓冬. 南京工程学院学报(自然科学版). 2014(01)
[5]基于多维时间序列局部支持向量回归的微网光伏发电预测[J]. 黄磊,舒杰,姜桂秀,张继元. 电力系统自动化. 2014(05)
[6]基于全天空成像仪的光伏电站水平面总辐射预报[J]. 丁宇宇,丁杰,周海,陈志宝,程序. 中国电机工程学报. 2014(01)
[7]主成分分析结合神经网络的光伏发电量预测[J]. 蒋浩,洪丽,张国江. 电力系统及其自动化学报. 2013(06)
[8]BP神经网络联合模板匹配的车牌识别系统[J]. 呙润华,苏婷婷,马晓伟. 清华大学学报(自然科学版). 2013(09)
[9]短期太阳能光伏发电预测方法研究进展[J]. 崔洋,孙银川,常倬林. 资源科学. 2013(07)
[10]我国东南沿海地区城市太阳辐射变化差异及其影响因素分析[J]. 赵春霞,郑有飞,吴荣军,刘建军. 热带气象学报. 2013(03)
博士论文
[1]并网型光伏电站发电功率预测方法与系统[D]. 王飞.华北电力大学 2013
[2]Polar WRF对南极地区天气过程的模拟试验研究[D]. 马永锋.中国气象科学研究院 2012
[3]中国地面太阳辐射长期变化特征及短期预报方法研究[D]. 马金玉.南京信息工程大学 2011
硕士论文
[1]基于分布式光伏发电的调度并网研究[D]. 王得发.青岛科技大学 2016
[2]基于遗传算法的BP神经网络的优化研究及MATLAB仿真[D]. 任谢楠.天津师范大学 2014
[3]基于神经网络的光伏发电系统发电功率预测[D]. 杨德全.华北电力大学 2014
[4]基于神经网络与模糊控制的光伏MPPT复合控制的研究[D]. 韩新峰.南昌航空大学 2013
[5]中国太阳辐射区域影响因子研究[D]. 徐华.中国海洋大学 2013
[6]光伏发电量预测的实现及独立系统的优化设计[D]. 葛彬彬.上海交通大学 2013
[7]光伏并网发电系统的MATLAB仿真研究[D]. 孙志松.南昌航空大学 2012
[8]基于数值天气预报NWP修正的BP神经网络风电功率短期预测研究[D]. 蔡祯祺.浙江大学 2012
[9]中国光伏发电产业竞争力及其成长性研究[D]. 张爽莹.华北电力大学 2012
[10]太阳能光伏并网发电系统研究[D]. 王惠祥.浙江大学 2012
本文编号：3556077
本文链接：https://www.wllwen.com/kejilunwen/dianlilw/3556077.html
