基于MEA-Elman神經網絡的光伏發電功率短期預測

艾格林，孫永輝，衛志農，葛夕武，孫國強，吳國梁（.河海大學可再生能源發電技術教育部工程研究中心，江蘇南京　0098；.南京供電公司，江蘇南京　0008）

?

基于MEA-Elman神經網絡的光伏發電功率短期預測

艾格林1，孫永輝1，衛志農1，葛夕武2，孫國強1，吳國梁2
（1.河海大學可再生能源發電技術教育部工程研究中心，江蘇南京210098；2.南京供電公司，江蘇南京210008）

摘要：為進一步提高光伏發電功率預測的準確度，從而將思維進化算法（MEA）和E1man神經網絡相結合，通過MEA優化E1man神經網絡權值和閾值，克服了E1man神經網絡易陷入局部最優等缺陷。根據光伏發電系統的歷史發電數據和氣象數據，建立MEA-E1man神經網絡預測模型并對其測試。結果表明，與原有光伏預測模型比較，該預測模型能夠有效提高光伏預測的有效性和精確性。

關鍵詞：光伏發電系統；功率預測；E1man神經網絡；思維進化算法

Project SuPPorted bY Nationa1 Natura1 Science Foundation of China（61104045）；“Thousands Ta1ents Program”SPecia1 SuPPort Project of State Grid（PD71-14-041）.

KEY W0RDS：PV sYstem；Power forecasting；E1man neura1 network；mind evo1utionarY a1gorithm

隨著全球能源危機的日益加深，新能源發電得到了廣泛的應用與發展。光伏發電是繼風力發電之后，作為可代替傳統發電的可再生能源發電技術，被寄予厚望［1］。由于光伏發電系統輸出功率具有間歇性、隨機性、波動性3個明顯特征，而且與氣象條件密切相關［2］，因此其發電特性與其他發電方式相比差別明顯。相對于大電網，光伏發電系統可看作是一個不可控源。提前對光伏輸出功率進行預測，并提高預測精度，可以減少電網調度的偏差，減輕光伏發電功率變化的不確定性對電網造成的影響，電力系統的安全性和穩定性得到進一步提高。……