并網型光伏電站的發(fā)電功率短期預測研究與實現(xiàn).pdf

1、光伏發(fā)電因其清潔無污染受到了各國的青睞。但同時因其輸出功率的隨機性和波動性，使得當光伏電站并網后會對公用電網造成一定的沖擊。這對電網的正常運行極其不利。因此對并網型光伏電站的發(fā)電功率進行準確的短期預測，有利于電力調度部門合理分配和規(guī)劃光伏能源和常規(guī)能源所占的比重，有利于及時調整調度計劃，使得電力系統(tǒng)以安全、穩(wěn)定、經濟的方式運行。
　　本文在大量閱讀國內外相關文獻的基礎上，采用甘肅某光伏電站的歷史數(shù)據(jù)作為研究對象，并利用HS-ESN

2、模型建立了預測模型。然后對該電站進行了光伏發(fā)電功率的短期預測分析。最后，通過C＃與MAT，AB的混編，介紹了光伏發(fā)電功率短期預測系統(tǒng)的設計?；谏衔拿枋觯疚牡难芯績热葜饕ㄒ韵聨讉€方面:
　　首先，利用MATLAB建立的光伏電池仿真模型梳理了光伏電池的輸出特性，分析了太陽輻照強度和溫度對光伏發(fā)電功率的影響，進一步確定了影響光伏發(fā)電功率的主要因素。然后將各影響因素組成特征向量，利用相似日選擇算法提取相似日和訓練樣本。
　　

3、其次，在深入研究了回聲狀態(tài)網絡(Echo State Network，ESN)算法的前提下，提出了和聲搜索(Harmony Search,HS)算法優(yōu)化回聲狀態(tài)網絡算法的混合算法。本文利用HS算法優(yōu)化ESN算法的儲備池參數(shù)，有效提高了ESN算法的精度，并將HS-ESN算法應用到光伏發(fā)電功率短期預測問題中，通過不同預測模型分別預測不同天氣類型下的光伏發(fā)電功率，驗證了引入相似日選擇算法的有效性，同時表明了HS-ESN模型的性能更優(yōu)于單一的E