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

當前位置:主頁 > 科技論文 > 電力論文 >

基于D-S證據理論的光伏并網發(fā)電量預測研究

發(fā)布時間:2020-07-14 05:53
【摘要】:光伏發(fā)電因其本身的優(yōu)勢,將逐步替代化石燃料能源。受外界氣候環(huán)境和其設備本身等各種因素的影響,發(fā)電功率具有周期性和不確定性。光伏并網系統(tǒng)發(fā)電功率的準確預測,將有助于提高電網運行的穩(wěn)定性和可靠性。以北京建筑大學5.6kWp光伏并網發(fā)電系統(tǒng)采集的歷年運行數據為基礎,建立了以太陽能輻射量、環(huán)境溫度和光伏組件溫度為主要屬性的D-S證據理論光伏并網發(fā)電功率預測模型。利用決策樹對數據包容性大,簡單直接的特性,將歷史數據進行劃分,依據不同屬性條件的決策得到的數據樣本,再作為D-S證據理論的證據進行數據融合,經過多重證據融合后得到預測的發(fā)電功率。在分析四季的各種天氣類型對于光伏發(fā)電功率預測的影響的基礎上,借助Python編程工具實現光伏發(fā)電功率超短期預測。對比分析預測值和實測值,預測結果顯示日所有預測時間段的最大均方根誤差也在5%以內,小于技術要求中規(guī)定的15%的誤差指標,合格率達到100%。證明了D-S證據理論的作為預測模型的可行性和準確性。
【學位授予單位】:北京建筑大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:TM615
【圖文】:

正負效應,光伏,清潔能源,普及率


8圖 1-1 光伏并網發(fā)電對配網影響的正負效應指標體系1 The positive and negative effect index system of photovoltaic grid-connectegeneration on distribution network于光伏并網系統(tǒng)能夠加大光伏的普及率,提高我國清潔能源使用家的光伏發(fā)展戰(zhàn)略傾向于大規(guī)模發(fā)展在的內蒙古,新疆等西北部伏發(fā)電站。2017 年這一策略已經轉變?yōu)樵诎l(fā)達地區(qū)大力發(fā)展分布統(tǒng),隨著分布式光伏發(fā)電系統(tǒng)的進一步普及。學術屆的研究在不負面影響,讓清潔的能源產出更多有利的出力而努力。電系統(tǒng)受環(huán)境以及其組件特性等多因素的影響,其出力有著隨機光伏發(fā)電功率進行預測,要綜合考慮預測時刻的氣象環(huán)境等因素電數據。傳統(tǒng)的預測方法很難對其進行精準的預測。因此研究新

時間序列,光伏發(fā)電,預測方法,功率


圖 1-2 光伏發(fā)電功率預測方法分類Fig.1-2 Photovoltaic power prediction method classification 物理原理預測法物理原理方法包括光伏發(fā)電原理預測和利用對氣象參數的預測的間接前者利用是設備的電學特性及發(fā)電效率,僅適用新建光伏發(fā)電站的于中測[6]。后者是以數值天氣預報作為輸入的一種預測方法,其主要思想是先通過理模型結合數值天氣預報預測有效的輻射量。這一方法在國外被廣泛應用一步衍生出對天空云量的監(jiān)測和云的物理運動軌跡的預測方法,從而預發(fā)電量[7-12]。 統(tǒng)計預測法統(tǒng)計預測法有回歸分析、時間序列和相似日原理。如表 1-1 所示。表 1-1 光伏功率預測統(tǒng)計預測法Tab.1-1 Photovoltaic power forecasting statistical forecasting method類 方法 模型 應用

基于D-S證據理論的光伏并網發(fā)電量預測研究


_4Rp網終的結袖采音圖

【參考文獻】

相關期刊論文 前10條

1 倪春花;李弘毅;吳在軍;;霧霾對光伏發(fā)電量的影響分析[J];江蘇電機工程;2015年06期

2 郭宇杰;袁曉玲;李昌明;劉皓明;;利用最佳相似日的光伏電站短期出力預測[J];電力需求側管理;2015年06期

3 姚仲敏;潘飛;沈玉會;吳金秋;于曉紅;;基于GA-BP和POS-BP神經網絡的光伏電站出力短期預測[J];電力系統(tǒng)保護與控制;2015年20期

4 叢林虎;徐廷學;荀凱;;基于D-S證據理論的導彈制導控制系統(tǒng)的聯合最小二乘支持向量機預測模型[J];兵工學報;2015年08期

5 張華彬;楊明玉;;基于最小二乘支持向量機的光伏出力超短期預測[J];現代電力;2015年01期

6 高陽;張碧玲;毛京麗;劉勇;;基于機器學習的自適應光伏超短期出力預測模型[J];電網技術;2015年02期

7 張俊蔚;;基于物理模型的光伏電站輸出功率預測[J];甘肅水利水電技術;2015年01期

8 羅建春;晁勤;羅洪;冉鴻;楊杰;羅慶;阿里努爾·阿木提;;基于LVQ-GA-BP神經網絡光伏電站出力短期預測[J];電力系統(tǒng)保護與控制;2014年13期

9 敖蕾蕾;王慧芳;張弛;李一泉;何奔騰;;基于D-S證據理論的輸變電設備狀態(tài)檢修多目標群決策[J];電網技術;2014年06期

10 周志強;錢建剛;尹康銀;王一舟;;一種基于DS證據理論的目標意圖預測方法[J];空軍預警學院學報;2014年02期

相關博士學位論文 前3條

1 魏亞楠;智能電網中多種發(fā)電模式聯合調度模型及效益評價研究[D];華北電力大學;2014年

2 彭泓;基于數據挖掘與信息融合的瓦斯災害預測方法研究[D];中國礦業(yè)大學(北京);2013年

3 陳維;戶用光伏建筑一體化發(fā)電系統(tǒng)及太陽能半導體照明技術研究[D];中國科學技術大學;2006年

相關碩士學位論文 前7條

1 俞震;光伏電站并網發(fā)電短期功率數據預測研究[D];華北電力大學(北京);2016年

2 鄧強;基于三支決策理論的光伏并網發(fā)電量預測研究[D];北京建筑大學;2016年

3 賈翠玲;并網型光伏發(fā)電短期功率預測的研究與應用[D];華北電力大學(北京);2016年

4 楊亞丹;基于生理參數融合的心理壓力評估方法及系統(tǒng)研究[D];燕山大學;2015年

5 楊蕾;太陽能光伏電站輸出功率預測研究[D];蘭州交通大學;2014年

6 徐翻翻;基于D-S證據理論的模式分類問題的研究[D];哈爾濱工業(yè)大學;2010年

7 張方方;室內環(huán)境多信息融合算法的研究[D];重慶理工大學;2010年



本文編號:2754586

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/kejilunwen/dianlilw/2754586.html


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

版權申明:資料由用戶84df6***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com