在我國經(jīng)濟和社會都邁入高速發(fā)展的大背景下,環(huán)境惡化危機和能源短缺問題日益突出,大力開發(fā)和使用清潔和可再生能源的理念勢不可擋,也順應(yīng)保護環(huán)境和可持續(xù)發(fā)展的社會主旋律,以光伏發(fā)電并網(wǎng)為代表的新能源發(fā)電并網(wǎng)方式已成為我國電力系統(tǒng)穩(wěn)定運行和優(yōu)化調(diào)度的重要一環(huán)。但在實際運行過程中,由于受到環(huán)境和氣候等不穩(wěn)定的因素變化,光伏發(fā)電輸出會產(chǎn)生巨大的隨機性和波動性,研究光伏發(fā)電短期預(yù)測對光電并網(wǎng)和電網(wǎng)運行調(diào)度顯得十分有必要。本文首先研究了光伏發(fā)電的基本工作原理和光伏組件的伏安特性,接著詳細介紹了光伏發(fā)電系統(tǒng)構(gòu)成和集中式、主從式、分布式與組串式四種光伏發(fā)電并網(wǎng)方式優(yōu)缺點,并對影響光伏發(fā)電的多種環(huán)境因素進行了細致分析。在此基礎(chǔ)上,對光伏發(fā)電歷史缺失和異常數(shù)據(jù)進行判別和修正,采用主因子分析法在SPSS數(shù)據(jù)分析軟件中對歷史完整有效氣象數(shù)據(jù)降維簡化處理,選取主因子作為預(yù)測模型新的輸入�？紤]實際BP神經(jīng)網(wǎng)絡(luò)預(yù)測算法選取初始權(quán)值閾值的隨機性和極易陷入最優(yōu)解的不足,采用了一種改進天牛須算法(MBAS算法)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值,詳細介紹了該改進算法的原理和運算過程,通過函數(shù)算例分析對比初始天牛須算法(BAS)、粒...

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題的背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀分析
    1.3 本文主要研究內(nèi)容
    1.4 本文章節(jié)內(nèi)容安排
第2章 光伏發(fā)電原理及特性分析
    2.1 光伏發(fā)電原理
        2.1.1 光伏電池發(fā)電原理
        2.1.2 光伏電池數(shù)學(xué)模型
    2.2 光伏發(fā)電系統(tǒng)分類構(gòu)成
        2.2.1 光伏發(fā)電系統(tǒng)基本構(gòu)成
        2.2.2 并網(wǎng)式光伏發(fā)電系統(tǒng)分類
    2.3 光伏發(fā)電輸出特性分析
        2.3.1 太陽輻射角對光伏發(fā)電的影響
        2.3.2 光照幅值對光伏發(fā)電影響
        2.3.3 季節(jié)對光伏發(fā)電的影響
        2.3.4 天氣類型對光伏發(fā)電的影響
        2.3.5 氣溫對光伏發(fā)電的影響
        2.3.6 空氣相對濕度對光伏發(fā)電的影響
    2.4 本章小結(jié)
第3章 光伏發(fā)電數(shù)據(jù)處理和氣象主因子分析
    3.1 光伏發(fā)電歷史數(shù)據(jù)判別與修正
        3.1.1 部分數(shù)據(jù)缺失值判別與修正
        3.1.2 異常數(shù)據(jù)判別與修正
    3.2 氣象主因子分析
        3.2.1 主因子分析原理
        3.2.2 SPSS數(shù)據(jù)分析軟件簡介
        3.2.3 影響光伏發(fā)電因素的主因子選取
    3.3 本章小結(jié)
第4章 基于MBAS-BP神經(jīng)網(wǎng)絡(luò)的預(yù)測模型搭建
    4.1 BP神經(jīng)網(wǎng)絡(luò)模型介紹
        4.1.1 BP神經(jīng)網(wǎng)絡(luò)算法原理論述
    4.2 初始BAS算法及改進MBAS算法研究
        4.2.1 天牛須搜索算法(BAS算法)
        4.2.2 改進的天牛須搜索算法(MBAS算法)
    4.3 基于MBAS-BP神經(jīng)網(wǎng)絡(luò)模型搭建
    4.4 本章小結(jié)
第5章 光伏發(fā)電短期預(yù)測模型實現(xiàn)及算例分析
    5.1 光伏發(fā)電短期預(yù)測模型實現(xiàn)
        5.1.1 基于PFA-MBAS-BP神經(jīng)網(wǎng)絡(luò)的預(yù)測模型實現(xiàn)
        5.1.2 改進預(yù)測模型評估
    5.2 預(yù)測模型算例仿真驗證分析
    5.3 本章小結(jié)
第6章 結(jié)論及展望
    6.1 結(jié)論
    6.2 展望
致謝
參考文獻
攻讀學(xué)位期間的研究成果



本文編號：3808558