基于小波分析与神经网络的光伏电站功率预测方法

发布时间：2017-09-10 18:27

  本文关键词：基于小波分析与神经网络的光伏电站功率预测方法

  更多相关文章： 光伏功率预测 小波分析 神经网络 理论太阳辐射强度 气象环境

【摘要】：针对光伏电站输出功率时间序列表征出来的周期性非平稳特性,提出一种基于多尺度小波分解和神经网络相结合的光伏功率预测方法。将光伏电站输出功率时间序列在不同尺度上进行小波分解,得到逼近信号和多层细节信号。利用神经网络逼近非线性函数的能力,选择理论计算太阳辐照强度和气象环境逼近信号作为逼近信号神经网络模型的输入,选择气象环境细节信号作为细节信号神经网络模型的输入。输出结果叠加合成得到原始光伏电站输出功率序列预测值。算例分析表明,该文提出的将光伏电站输出功率时间序列分解为周期性逼近信号和准平稳细节信号,并分别采用神经网络建立预测模型的方法保证算法的收敛性和预测精度。
【作者单位】： 华北电力大学可再生能源学院;西安电子科技大学电子工程学院;
【关键词】： 光伏功率预测 小波分析 神经网络 理论太阳辐射强度 气象环境
【基金】：北京高等学校青年英才计划(YETP0714) 新能源电力系统国家重点实验室开放课题(LAPS13005)
【分类号】：TM615;TP183
【正文快照】： 0引言随着世界能源和环境形势的日益紧张,电力供需矛盾突出,常规能源的开发利用受到越来越多的局限,而太阳能被公认为是一种理想的可再生能源发电来源。光伏发电是一种重要的太阳能利用方式,但光伏电站的输出有着高度的随机性、波动性和间歇性等特点,大规模光伏发电的接入会对

【参考文献】

中国期刊全文数据库 前10条

1 陈志宝;李秋水;程序;周海;丁杰;;基于地基云图的光伏功率超短期预测模型[J];电力系统自动化;2013年19期

2 师洪涛;杨静玲;丁茂生;王金梅;;基于小波—BP神经网络的短期风电功率预测方法[J];电力系统自动化;2011年16期

3 陈颖;周海;王文鹏;曹潇;丁杰;;风电场输出功率超短期预测结果分析与改进[J];电力系统自动化;2011年15期

4 李芬;陈正洪;成驰;段善旭;;太阳能光伏发电量预报方法的发展[J];气候变化研究进展;2011年02期

5 杨婧;刘志璋;孟斌;李娜;;基于MATLAB的太阳辐射资源计算[J];能源工程;2011年01期

6 王丽婕;冬雷;廖晓钟;高阳;;基于小波分析的风电场短期发电功率预测[J];中国电机工程学报;2009年28期

7 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

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 曲贵波,乔爽,张德生;小波分析的应用及其MATLAB程序实现[J];交通科技与经济;2004年06期

10 曹双华,曹家枞,刘凤强;小波分析在太阳辐射神经网络预测中的应用研究[J];东华大学学报(自然科学版);2004年06期

中国硕士学位论文全文数据库 前1条

1 张红旭;考虑气象因素的负荷预测方法研究及其系统实现[D];湖南大学;2009年

【共引文献】

中国期刊全文数据库 前10条

1 宋丹丹;任国臣;张梦松;苏人奇;;SOFM-LM-BP神经网络在光伏发电量预测中的应用[J];辽宁工业大学学报(自然科学版);2016年03期

2 闫文博;张程;任玲;尚鑫;傅凯;;基于波动分量偏度风电功率的预测[J];石河子大学学报(自然科学版);2016年02期

3 高阳;钟宏宇;陈鑫宇;耿爱成;张柳;雷彩娟;;基于神经网络和小波分析的超短期风速预测[J];可再生能源;2016年05期

4 王敬明;齐志远;;小型风力发电单相正弦波逆变器仿真研究[J];控制工程;2016年05期

5 李净;冯姣姣;王卫东;张福存;;基于LM-BP神经网络的西北地区太阳辐射时空变化研究[J];地理科学;2016年05期

6 兰立雄;刘力卿;米增强;;冷电联供系统的多目标运行优化[J];电力系统及其自动化学报;2016年05期

7 王思睿;薛云灿;李彬;邓立华;顾菁;;基于BP神经网络的光伏发电预测模型设计[J];微处理机;2016年02期

8 张青青;晏蝶;赵敏;李丹;;基于BP神经网络的龙洞堡机场旅客吞吐量预测研究[J];价值工程;2016年13期

9 裴瑞平;田丽;魏安静;王军;张艳;;短期风功率自适应加权组合预测[J];重庆工商大学学报(自然科学版);2016年02期

10 王精卫;周步祥;彭章刚;周海忠;李世新;唐浩;;基于SIBCC算法的含风电场的配电网无功优化[J];水电能源科学;2016年04期

中国硕士学位论文全文数据库 前5条

1 张超;基于时间序列法超短期负荷预测改进方法的研究[D];辽宁工业大学;2015年

2 张玲玲;城市微电网短期负荷预测研究[D];华北电力大学;2015年

3 孙飞飞;基于负荷特性的多小水电地区短期负荷预测[D];浙江大学;2013年

4 冯敏;风光柴储微网系统的负荷预测算法及控制策略研究[D];电子科技大学;2012年

5 刘春雨;最低风险的配电网建设计划的优化与仿真[D];华北电力大学（北京）;2011年

【二级参考文献】

中国期刊全文数据库 前10条

1 汪海瑛;白晓民;;并网光伏的短期运行备用评估[J];电力系统自动化;2013年05期

2 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

3 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

4 王彩霞;鲁宗相;乔颖;闵勇;周双喜;;基于非参数回归模型的短期风电功率预测[J];电力系统自动化;2010年16期

5 蒋小亮;蒋传文;彭明鸿;林海涛;李子林;;基于时间连续性及季节周期性的风速短期组合预测方法[J];电力系统自动化;2010年15期

6 李智;韩学山;韩力;康凯;;地区电网风电场功率超短期预测方法[J];电力系统自动化;2010年07期

7 井天军;阮睿;杨明皓;;基于等效平均风速的风力发电功率预测[J];电力系统自动化;2009年24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 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

10 杨琦;张建华;王向峰;李卫国;;基于小波-神经网络的风速及风力发电量预测[J];电网技术;2009年17期

中国硕士学位论文全文数据库 前1条

1 张凯;省地一体化负荷预测与管理平台的研究与实现[D];湖南大学;2008年

【相似文献】

中国期刊全文数据库 前10条

1 文汉云;;硫化氢燃烧的神经网络PID控制及其仿真[J];自动化与仪器仪表;2006年01期

2 张U，

本文编号：825933