基于NARX神經(jīng)網(wǎng)絡-小波分解光伏發(fā)電功率預測

史如新， 王德順， 余 濤， 薛金花， 馮鑫振， 竇春霞

(1.國網(wǎng)江蘇省電力有限公司 常州供電分公司, 江蘇 常州 213000； 2.中國電力科學研究院有限公司 南京分院, 江蘇 南京 210009； 3.南京郵電大學 先進技術研究院，江蘇 南京 210023)

0 引言

隨著全球經(jīng)濟快速發(fā)展，能源問題日益突出。為了解決能源資源短缺問題，有效降低化石能源帶來的環(huán)境污染，近年來人們一直在積極尋找可替代化石燃料的清潔能源。光伏資源具有較大的開發(fā)優(yōu)勢，分布廣泛、能源效率較高、開發(fā)便捷、無污染等特點使其成為人類關注的焦點。然而光伏發(fā)電易受氣象環(huán)境等因素影響，發(fā)電時間具有明顯隨機性。為了確保大規(guī)模太陽能電站的安全、穩(wěn)定運行，提高太陽能發(fā)電功率預測精度最為關鍵。光伏發(fā)電功率主要受到氣象環(huán)境影響，對歷史發(fā)電數(shù)據(jù)以及環(huán)境數(shù)據(jù)進行分析，在此基礎上，對光伏電站所建位置以及其他人為因素進行分析。然后針對短期內(nèi)光伏發(fā)電功率大小建立相應的數(shù)學模型進行預測，重點圍繞一種基于NARX神經(jīng)網(wǎng)絡-小波分解組合的光伏發(fā)電模型展開研究。

目前，這些預測方法已有十余種之多，并且不同方法適用于不同的微電網(wǎng)應用場景，由于其應用場景各不相同，很難給出一種更有效的判斷方法。胡夢月等[1]提出一種組合預測方法，所提方法主要基于改進的AdaBoost.RT和KELM算法，該方法預測精度有所提高但算法穩(wěn)定性較差。黃辰等[2]建立神經(jīng)網(wǎng)絡預測模型對可再生能源24 h出力狀況進行預測，雖然單一的神經(jīng)網(wǎng)絡算法運行時間短，但誤差較大。……