【摘要】：在世界工業(yè)和經(jīng)濟(jì)飛速發(fā)展的今天,環(huán)境日益惡化以及能源資源的日益枯竭,使得以風(fēng)能發(fā)電和光伏發(fā)電為代表的新能源等清潔能源日益受到世界人民的普遍關(guān)注。相比于其他可再生能源,光伏發(fā)電具有非常突出的特點(diǎn)和優(yōu)勢(shì)。發(fā)電系統(tǒng)建立后,對(duì)位于偏遠(yuǎn)地區(qū)架設(shè)輸電線路難等問題得到了有效的解決。然而,光伏發(fā)電由于自身固有的屬性而具有一些缺點(diǎn)。光伏發(fā)電本身也具有間歇性,受輻照度等氣象因素影響十分劇烈,本身隨機(jī)性和不確定性很大,其并網(wǎng)影響整個(gè)電網(wǎng)的穩(wěn)定。為了克服這個(gè)缺陷,減少光伏并網(wǎng)對(duì)電網(wǎng)的沖擊,同時(shí)有利于電網(wǎng)的節(jié)能調(diào)度和經(jīng)濟(jì)運(yùn)行,需要高精度的預(yù)測(cè)光伏輸出功率,可見提高光伏功率預(yù)測(cè)這一課題具有十分重要的意義。目前國(guó)內(nèi)外已有相當(dāng)數(shù)量的研究人員對(duì)此進(jìn)行研究,并取得了一定的成果,但是預(yù)測(cè)精度還沒有達(dá)到特別完美的水平,有待進(jìn)一步的研究。本文基于前人的研究成果,以及研究了光伏功率預(yù)測(cè)的基本理論以及影響因素分析的基礎(chǔ)上,提出了基于經(jīng)驗(yàn)?zāi)B(tài)分解算法和集成神經(jīng)網(wǎng)絡(luò)的光伏短期功率滾動(dòng)預(yù)測(cè)模型。該模型首先要用聚類算法和判別算法,根據(jù)日特征指標(biāo)選取相似日;其次將功率序列及影響因素序列用經(jīng)驗(yàn)?zāi)B(tài)分解算法進(jìn)行分解,并用排列熵算法進(jìn)行重構(gòu),分別得到高頻、低頻和趨勢(shì)項(xiàng)三個(gè)序列;再次,采用簡(jiǎn)單靈活,收斂速度快,優(yōu)化效果好、應(yīng)用廣泛的粒子群算法對(duì)Elman神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化。從而得到Elman神經(jīng)網(wǎng)絡(luò)的優(yōu)化參數(shù):連接反饋增益因子以及全部權(quán)值,以便進(jìn)行預(yù)測(cè)。最后,針對(duì)高頻、低頻和趨勢(shì)項(xiàng)用集成優(yōu)化的Elman神經(jīng)網(wǎng)絡(luò)進(jìn)行滾動(dòng)預(yù)測(cè),然后6將三者的預(yù)測(cè)值相加,即得到光伏功率的預(yù)測(cè)值。通過所提出模型的預(yù)測(cè)及其他模型的對(duì)比分析,得出本文所突出的模型非常適合于光伏功率預(yù)測(cè),并對(duì)本文的數(shù)據(jù)預(yù)測(cè)有良好的預(yù)測(cè)效果。
【圖文】：

圖 3-1 光伏輸出功率與輻照度的散點(diǎn)圖3.3 溫度和濕度分析由于電池板在室外，并非恒溫的環(huán)境。一天內(nèi)的溫度變化很大，而正是這種變不確定性在一定程度上賦予了光伏發(fā)電輸出功率的隨機(jī)性和波動(dòng)性，即溫度對(duì)光伏的光電轉(zhuǎn)化過程的影響很大。溫度包括兩個(gè)因素：氣象溫度（空氣或環(huán)境溫度）以伏組件本身的溫度。之前有很多對(duì)光伏功率預(yù)測(cè)的大量研究，大多都是充分考慮了溫度（環(huán)境溫度）對(duì)光伏輸出功率的影響，有極少量的研究將光伏組件本身的溫度功率預(yù)測(cè)的主要影響因素進(jìn)行研究。本研究將分別研究環(huán)境溫度和光伏組件溫度對(duì)發(fā)電輸出功率的影響。這兩個(gè)因素對(duì)光伏發(fā)電過程都會(huì)產(chǎn)生重要影響，而且兩者并相互獨(dú)立的，其被稱為光伏電池板的溫度特性。環(huán)境溫度的變化對(duì)光伏組件溫度的很大，并且組件溫度對(duì)光伏發(fā)電輸出功率的影響更直接。

圖 3-2 環(huán)境溫度與功率的散點(diǎn)圖王彬的有相關(guān)研究，利用控制變量法，研究溫度對(duì)光伏電池板發(fā)電的影響即光池板的溫度特性�？刂茰囟戎獾钠渌凶兞恐^不變量，而給予光伏電池板不同度條件，，從而觀測(cè)得到電池板的電壓和電流的實(shí)際值[76]。該研究結(jié)果表明，在同一下，電流會(huì)隨著光伏電池板電壓的增大先保持不變?cè)偌彼傧陆�；在不同溫度情況下流會(huì)先跟隨電壓的升高而先升高，接著達(dá)到一定的程度后再下降。根據(jù)由物理關(guān)系功率 P 等于電壓 U 乘以電流 I，可知在其他變量不變的情況下，光伏電池板的輸出的規(guī)律是：隨著溫度的提高先增加，在達(dá)到功率的最大值之后而再下降。由此可見度的升高對(duì)于光伏發(fā)電來說并不是一直都是正向作用。
【學(xué)位授予單位】：華北電力大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：F426.61

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡悅;;金融市場(chǎng)中的神經(jīng)網(wǎng)絡(luò)拐點(diǎn)預(yù)測(cè)法[J];金融經(jīng)濟(jì);2017年18期

2 劉高宇;;深度神經(jīng)網(wǎng)絡(luò)在煤質(zhì)數(shù)據(jù)分析與預(yù)測(cè)中的應(yīng)用[J];電腦知識(shí)與技術(shù);2019年28期

3 馮偉業(yè);廖可非;歐陽(yáng)繕;牛耀;;基于膠囊神經(jīng)網(wǎng)絡(luò)的合成孔徑雷達(dá)圖像分類方法[J];科學(xué)技術(shù)與工程;2019年28期

4 溫贊揚(yáng);;基于群智優(yōu)化神經(jīng)網(wǎng)絡(luò)的音樂風(fēng)格分類模型研究[J];現(xiàn)代電子技術(shù);2019年21期

5 鄭麗;;建筑設(shè)計(jì)中神經(jīng)網(wǎng)絡(luò)技術(shù)與遺傳算法探究[J];湖北農(nóng)機(jī)化;2019年21期

6 易煒;何嘉;鄒茂揚(yáng);;基于循環(huán)神經(jīng)網(wǎng)絡(luò)的對(duì)話系統(tǒng)記憶機(jī)制[J];計(jì)算機(jī)工程與設(shè)計(jì);2019年11期

7 黃為;李永剛;胡上成;汪毅;;基于循環(huán)神經(jīng)網(wǎng)絡(luò)的船搖數(shù)據(jù)實(shí)時(shí)預(yù)測(cè)[J];科學(xué)技術(shù)與工程;2019年31期

8 賴策;魏小琴;;卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方式研究[J];信息與電腦(理論版);2019年22期

9 周濟(jì)民;;基于神經(jīng)網(wǎng)絡(luò)改進(jìn)的元胞自動(dòng)機(jī)分析——美國(guó)阿片類藥物濫用情況[J];信息系統(tǒng)工程;2019年11期

10 馬猛;王明紅;;基于進(jìn)化神經(jīng)網(wǎng)絡(luò)的304不銹鋼車削加工表面粗糙度預(yù)測(cè)[J];輕工機(jī)械;2019年06期

相關(guān)會(huì)議論文 前10條

1 孫軍田;張U

本文編號(hào)：2689898