發(fā)布時間：2019-06-21 03:26

【摘要】：提高光伏陣列的短期功率預(yù)測的精度,對光伏電站運營管理效率具有重要作用。文章提出了一種提升小波變換與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的直流側(cè)功率輸出預(yù)測滑移算法,對光伏陣列的超短期功率進(jìn)行預(yù)測。實驗結(jié)果表明,文章所提出的算法對超短期功率預(yù)測具有較高的精度,適用于晴天、多云、陰雨等復(fù)雜天氣條件。
[Abstract]:Improving the accuracy of short-term power prediction of photovoltaic array plays an important role in the operation and management efficiency of photovoltaic power station. In this paper, a DC side power output prediction slip algorithm based on lifting wavelet transform and BP neural network is proposed to predict the ultra-short-term power of photovoltaic arrays. The experimental results show that the algorithm proposed in this paper has high accuracy for ultra-short-term power prediction and is suitable for sunny days, cloudy, rainy and other complex weather conditions.
【作者單位】： 河海大學(xué)機電工程學(xué)院;常州市光伏系統(tǒng)集成與生產(chǎn)裝備技重點實驗室;
【基金】：江蘇省自然科學(xué)基金(BK20131134) 光伏科學(xué)與技術(shù)國家重點實驗室開放基金課題(201400035879)
【分類號】：TM615;TP183

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 孫永輝;范磊;衛(wèi)志農(nóng);李慧杰;Kwok W Cheung;孫國強;;基于小波分析和集成學(xué)習(xí)的光伏輸出功率短期預(yù)測[J];電力系統(tǒng)及其自動化學(xué)報;2016年04期

2 肖遷;李文華;李志剛;劉金龍;劉會巧;;基于改進(jìn)的小波-BP神經(jīng)網(wǎng)絡(luò)的風(fēng)速和風(fēng)電功率預(yù)測[J];電力系統(tǒng)保護(hù)與控制;2014年15期

3 吳雪蓮;都洪基;;基于BP神經(jīng)網(wǎng)絡(luò)-馬爾科夫鏈的光伏發(fā)電預(yù)測[J];電工電氣;2014年03期

4 崔洋;孫銀川;常倬林;;短期太陽能光伏發(fā)電預(yù)測方法研究進(jìn)展[J];資源科學(xué);2013年07期

5 羅枚;周灌中;司昌練;;應(yīng)用小波神經(jīng)網(wǎng)絡(luò)進(jìn)行負(fù)荷預(yù)測的MATLAB編程仿真[J];航空計算技術(shù);2012年03期

6 陳忠;;基于BP神經(jīng)網(wǎng)絡(luò)與遺傳算法風(fēng)電場超短期風(fēng)速預(yù)測優(yōu)化研究[J];可再生能源;2012年02期

7 楊超;i懻雍牘，

本文編號：2503750