基于神經網絡的光伏電站功率預測.pdf

1、日益嚴重的能源危機和環(huán)境問題驅使人們尋求清潔的可再生能源。繼風力發(fā)電之后，光伏發(fā)電已經成為可再生能源發(fā)電的新增長點。然而光伏電站輸出功率會受到環(huán)境溫度、濕度、太陽輻照度等眾多因素的影響，存在較大的隨機性。輸出功率如果發(fā)生大幅波動，會對電網的穩(wěn)定運行產生威脅，為了避免引發(fā)事故，有時甚至會發(fā)生光伏電站棄光的現(xiàn)象。充分利用光伏發(fā)電的同時，要想保證電網的安全穩(wěn)定運行，方便調度部門及時合理地對電網的用戶側和負荷側進行調節(jié)，需要對光伏電站輸出功率進

2、行準確預測。所以研究光伏電站的功率預測方法在理論研究和實際應用中都很有意義。
　　本研究介紹了光伏發(fā)電的組成部分，分析可能影響光伏電站輸出功率的各個因素。通過逐一定性分析，確定了輻照強度、相對濕度、溫度和風速是影響光伏電站輸出功率的主要影響因素。在光伏電站周圍安裝測量儀器，以15分鐘一組的頻次采集溫度、輻照度、濕度、風速等數據。針對光伏發(fā)電影響因素較多且存在耦合、隨機性時變性強、理論建模困難的特點，采用神經網絡深度學習算法進行數據