考慮天氣不確定性的短期光伏出力預(yù)測研究
發(fā)布時間:2023-12-28 20:08
目前,中國推動的能源革命已經(jīng)把新能源作為能源結(jié)構(gòu)的重要組成部分,太陽能作為一種新能源已經(jīng)被世界各國的光伏產(chǎn)業(yè)所應(yīng)用。世界范圍內(nèi)光伏發(fā)電裝機容量的年增長率正在迅速增長,光伏發(fā)電在電網(wǎng)中的份額持續(xù)增加。但是由于光伏發(fā)電受天氣影響有較大的波動性和不確定性,不僅對電網(wǎng)的安全穩(wěn)定運行帶來了一定影響,還不利于電網(wǎng)調(diào)度部門協(xié)調(diào)安排發(fā)電計劃,嚴(yán)重阻礙了大規(guī)模光伏發(fā)電并網(wǎng)。因此對光伏出力的準(zhǔn)確預(yù)測,尤其是對不確定性天氣的預(yù)測,具有重要的應(yīng)用價值。光伏出力受天氣因素影響,尤其是不確定性的天氣對光伏出力影響巨大。若能準(zhǔn)確預(yù)測出不確定性天氣的光伏出力,將有利于電力部門進行風(fēng)險分析和更加合理的調(diào)度。為此,論文進行了考慮天氣不確定性的短期光伏出力預(yù)測研究,確定出特定天氣類型影響光伏出力主要的氣象因素;建立了改進人工蜂群優(yōu)化徑向基神經(jīng)網(wǎng)絡(luò)點預(yù)測模型,主要研究工作如下:(1)建立了Simulink光伏電池模型,仿真出光伏出力曲線并進行了各種因素影響的出力特性分析;為進一步確定影響光伏出力的不確定性氣象因素,將天氣類型進行分類,應(yīng)用皮爾遜相關(guān)系數(shù)法,分析了每種天氣類型各個氣象因素對光伏出力的影響程度,依據(jù)影響程度的大小...
【文章頁數(shù)】:88 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
主要符號表
1 緒論
1.1 選題背景及意義
1.2 國內(nèi)外研究現(xiàn)狀及發(fā)展動態(tài)
1.2.1 光伏出力預(yù)測技術(shù)研究現(xiàn)狀
1.2.2 不確定性天氣光伏出力研究現(xiàn)狀
1.3 本文的主要思路與研究內(nèi)容
2 光伏發(fā)電原理及光伏出力特性分析
2.1 光伏發(fā)電原理
2.2 影響光伏輸出功率的因素
2.2.1 天氣分類
2.2.2 特定天氣類型的氣象影響因素分析
2.3 本章小結(jié)
3 光伏出力預(yù)測模型的基本理論
3.1 人工神經(jīng)網(wǎng)絡(luò)理論
3.1.1 神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)
3.1.2 神經(jīng)網(wǎng)絡(luò)基本術(shù)語概念
3.1.3 神經(jīng)網(wǎng)絡(luò)分類
3.2 RBF神經(jīng)網(wǎng)絡(luò)模型
3.2.1 RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
3.2.2 RBF神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法
3.3 人工蜂群優(yōu)化算法
3.3.1 人工蜂群原理
3.3.2 蜜蜂的采蜜過程
3.3.3 人工蜂群算法的數(shù)學(xué)模型
3.3.4 人工蜂群算法特性
3.3.5 改進人工蜂群算法
3.3.6 測試對比
3.4 本章小結(jié)
4 光伏出力點預(yù)測模型的建立與仿真
4.1 權(quán)重灰色關(guān)聯(lián)選取相似點
4.1.1 灰色關(guān)聯(lián)分析法
4.1.2 權(quán)重灰色關(guān)聯(lián)
4.1.3 相似點的選取
4.2 數(shù)據(jù)預(yù)處理
4.3 改進人工蜂群優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的光伏出力預(yù)測模型建立
4.3.1 預(yù)測模型建立
4.3.2 預(yù)測模型參數(shù)確定
4.4 預(yù)測步驟及流程
4.5 點預(yù)測評價指標(biāo)
4.6 實例驗證
4.6.1 數(shù)據(jù)來源
4.6.2 參數(shù)設(shè)定
4.6.3 仿真結(jié)果
4.7 本章小結(jié)
5 結(jié)論與展望
5.1 結(jié)論
5.2 展望
參考文獻
攻讀碩士期間的科研項目及科研成果
致謝
作者簡介
本文編號:3876100
【文章頁數(shù)】:88 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
主要符號表
1 緒論
1.1 選題背景及意義
1.2 國內(nèi)外研究現(xiàn)狀及發(fā)展動態(tài)
1.2.1 光伏出力預(yù)測技術(shù)研究現(xiàn)狀
1.2.2 不確定性天氣光伏出力研究現(xiàn)狀
1.3 本文的主要思路與研究內(nèi)容
2 光伏發(fā)電原理及光伏出力特性分析
2.1 光伏發(fā)電原理
2.2 影響光伏輸出功率的因素
2.2.1 天氣分類
2.2.2 特定天氣類型的氣象影響因素分析
2.3 本章小結(jié)
3 光伏出力預(yù)測模型的基本理論
3.1 人工神經(jīng)網(wǎng)絡(luò)理論
3.1.1 神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)
3.1.2 神經(jīng)網(wǎng)絡(luò)基本術(shù)語概念
3.1.3 神經(jīng)網(wǎng)絡(luò)分類
3.2 RBF神經(jīng)網(wǎng)絡(luò)模型
3.2.1 RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
3.2.2 RBF神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法
3.3 人工蜂群優(yōu)化算法
3.3.1 人工蜂群原理
3.3.2 蜜蜂的采蜜過程
3.3.3 人工蜂群算法的數(shù)學(xué)模型
3.3.4 人工蜂群算法特性
3.3.5 改進人工蜂群算法
3.3.6 測試對比
3.4 本章小結(jié)
4 光伏出力點預(yù)測模型的建立與仿真
4.1 權(quán)重灰色關(guān)聯(lián)選取相似點
4.1.1 灰色關(guān)聯(lián)分析法
4.1.2 權(quán)重灰色關(guān)聯(lián)
4.1.3 相似點的選取
4.2 數(shù)據(jù)預(yù)處理
4.3 改進人工蜂群優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的光伏出力預(yù)測模型建立
4.3.1 預(yù)測模型建立
4.3.2 預(yù)測模型參數(shù)確定
4.4 預(yù)測步驟及流程
4.5 點預(yù)測評價指標(biāo)
4.6 實例驗證
4.6.1 數(shù)據(jù)來源
4.6.2 參數(shù)設(shè)定
4.6.3 仿真結(jié)果
4.7 本章小結(jié)
5 結(jié)論與展望
5.1 結(jié)論
5.2 展望
參考文獻
攻讀碩士期間的科研項目及科研成果
致謝
作者簡介
本文編號:3876100
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3876100.html
最近更新
教材專著