天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當(dāng)前位置:主頁 > 科技論文 > 電力論文 >

太陽能光伏電站輸出功率預(yù)測研究

發(fā)布時(shí)間:2021-04-01 15:15
  在傳統(tǒng)化石能源日漸短缺和環(huán)境保護(hù)要求日益提高的雙重壓力下,可再生清潔能源發(fā)電在電力行業(yè)中所占的比重越來越高,其中太陽能發(fā)電已成為一種重要的發(fā)電形式。隨著光伏裝機(jī)容量的不斷擴(kuò)大,光伏發(fā)電輸出功率的精確預(yù)測有助于電力調(diào)度部門統(tǒng)籌安排調(diào)度計(jì)劃,對保障電網(wǎng)安全、降低電網(wǎng)運(yùn)營成本有著重要意義。針對光伏電站輸出功率預(yù)測精度不高的問題,提出用小波理論和極限學(xué)習(xí)機(jī)預(yù)測太陽輻照度,再將預(yù)測得到的太陽輻照度作為輸入,使用基于相似日和廣義回歸神經(jīng)網(wǎng)絡(luò)的方法對輸出功率進(jìn)行預(yù)測研究。 通過分析影響光伏發(fā)電輸出功率的各個(gè)輸入因素,選取太陽輻照度作為主要因素。為了精確地預(yù)測光伏輸出功率,先對太陽輻照度進(jìn)行預(yù)測。建立了基于小波分解和極限學(xué)習(xí)機(jī)算法的太陽輻照度預(yù)測模型。對太陽輻照度的歷史時(shí)間序列進(jìn)行三層小波分解,分解出太陽輻照度時(shí)間序列中的高頻分量和低頻分量,并運(yùn)用極限學(xué)習(xí)機(jī)算法分別對各分量進(jìn)行預(yù)測,把各預(yù)測結(jié)果通過小波重構(gòu)得到最終的太陽輻照度預(yù)測值。 在得到太陽輻照度預(yù)測值的基礎(chǔ)上,預(yù)測光伏輸出功率值。選取太陽輻照度和溫度、濕度的關(guān)鍵部分作為特征向量并進(jìn)行合理的預(yù)處理,根據(jù)文中給出的改進(jìn)相似日算法選取與預(yù)測日具有高相似性的訓(xùn)練樣本集,建立了基于改進(jìn)相似日算法和廣義回歸神經(jīng)網(wǎng)絡(luò)的光伏電站功率預(yù)測模型。使用已選取的相似日樣本集訓(xùn)練神經(jīng)網(wǎng)絡(luò),預(yù)測次日7:00~19:00之間分辨率為15min的功率值。 以甘肅省某并網(wǎng)型光伏電站的實(shí)測數(shù)據(jù)為例,用MATLAB仿真軟件對光伏電站的太陽輻照度和輸出功率進(jìn)行預(yù)測仿真分析。同物理原理預(yù)測法和傳統(tǒng)神經(jīng)網(wǎng)絡(luò)預(yù)測法比較,基于小波分解和極限學(xué)習(xí)機(jī)的太陽輻照度預(yù)測、基于改進(jìn)相似日算法和廣義回歸神經(jīng)網(wǎng)絡(luò)的輸出功率預(yù)測方法提高了預(yù)測精度,該預(yù)測方法是可行的。
【學(xué)位授予單位】:蘭州交通大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2014
【分類號】:TM615
文章目錄
摘要
Abstract
目錄
1 緒論
    1.1 論文的選題背景和研究意義
        1.1.1 論文的研究背景
        1.1.2 論文的研究意義
    1.2 光伏電站功率預(yù)測的國內(nèi)外研究現(xiàn)狀
        1.2.1 光伏電站功率預(yù)測的國外研究現(xiàn)狀
        1.2.2 光伏電站功率預(yù)測的國內(nèi)研究現(xiàn)狀
    1.3 論文的主要研究內(nèi)容
2 光伏發(fā)電理論基礎(chǔ)及輸出功率特性分析
    2.1 光伏發(fā)電技術(shù)概述
        2.1.1 光伏發(fā)電原理
        2.1.2 光伏發(fā)電系統(tǒng)的運(yùn)行方式及結(jié)構(gòu)
    2.2 光伏電站輸出功率特性分析
        2.2.1 光伏電池組件輸出功率特性分析
        2.2.2 影響光伏電站輸出功率的因素分析
    2.3 小結(jié)
3 基于小波理論和 ELM 的光伏電站太陽輻照度預(yù)測
    3.1 太陽輻照度時(shí)間序列分析
        3.1.1 小波變換理論
        3.1.2 二進(jìn)正交小波變換 Mallat 算法原理
        3.1.3 太陽輻照度時(shí)間序列的小波分解
    3.2 ELM 算法
        3.2.1 ELM 模型
        3.2.2 ELM 算法步驟
    3.3 基于小波理論和 ELM 的輻照度預(yù)測
        3.3.1 預(yù)測模型的建立
        3.3.2 仿真及結(jié)果分析
    3.4 小結(jié)
4 基于物理模型的光伏電站輸出功率預(yù)測
    4.1 基于光伏發(fā)電原理的數(shù)學(xué)模型
        4.1.1 光伏電池組件模型
        4.1.2 光電轉(zhuǎn)換效率模型
        4.1.3 最小二乘法求解模型參數(shù)
    4.2 基于光伏電池模型的光伏電站輸出功率預(yù)測
        4.2.1 預(yù)測建模方法
        4.2.2 預(yù)測結(jié)果與誤差分析
    4.3 小結(jié)
5 基于相似日和 GRNN 的光伏電站輸出功率預(yù)測
    5.1 相似日算法概述
        5.1.1 模式識(shí)別理論基礎(chǔ)
        5.1.2 相似日選取算法
        5.1.3 基于多目標(biāo)優(yōu)化的相似日樣本選取
    5.2 GRNN 概述
        5.2.1 神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)
        5.2.2 GRNN 結(jié)構(gòu)和算法
    5.3 基于相似日和 GRNN 的光伏電站輸出功率預(yù)測
        5.3.1 預(yù)測建模方法與步驟
        5.3.2 預(yù)測結(jié)果與誤差分析
    5.4 小結(jié)
結(jié)論
致謝
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 丁明;徐寧舟;;基于馬爾可夫鏈的光伏發(fā)電系統(tǒng)輸出功率短期預(yù)測方法[J];電網(wǎng)技術(shù);2011年01期

2 丁明;王磊;畢銳;;基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電系統(tǒng)輸出功率短期預(yù)測模型[J];電力系統(tǒng)保護(hù)與控制;2012年11期

3 廖志凌;阮新波;;任意光強(qiáng)和溫度下的硅太陽電池非線性工程簡化數(shù)學(xué)模型[J];太陽能學(xué)報(bào);2009年04期

4 王一波;許洪華;;基于機(jī)會(huì)約束規(guī)劃的并網(wǎng)光伏電站極限容量研究[J];中國電機(jī)工程學(xué)報(bào);2010年22期

5 馬金玉;羅勇;申彥波;李世奎;;太陽能預(yù)報(bào)方法及其應(yīng)用和問題[J];資源科學(xué);2011年05期



本文編號:1581565

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/kejilunwen/dianlilw/1581565.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶20dce***提供,本站僅收錄摘要或目錄,作者需要?jiǎng)h除請E-mail郵箱bigeng88@qq.com