結(jié)合相似日與改進神經(jīng)網(wǎng)絡(luò)的短期光伏發(fā)電預(yù)測

楊昊巖 張海龍

（1.廣西大學(xué)電氣工程學(xué)院，廣西 南寧 530004；2.廣西電力職業(yè)技術(shù)學(xué)院，廣西 南寧 530007）

光伏發(fā)電易受其運行環(huán)境的影響，波動較大，因而給光伏高滲透率的電網(wǎng)增加了調(diào)度的難度和復(fù)雜性[1]。準確預(yù)測光伏發(fā)電功率將減少這些不利因素對電網(wǎng)的影響，提高系統(tǒng)運行效率和經(jīng)濟效益[2]。國內(nèi)外研究學(xué)者在短期光伏發(fā)電預(yù)測領(lǐng)域取得了一定的研究成果，如，文獻[3]運用經(jīng)驗?zāi)B(tài)分解法識別不同的天氣狀態(tài)并建立對應(yīng)的光伏發(fā)電預(yù)測模型；文獻[4]采用灰色系統(tǒng)對神經(jīng)網(wǎng)絡(luò)預(yù)測模型進行修正，提高了BP神經(jīng)網(wǎng)絡(luò)（BPNN）的擬合能力，用以提高預(yù)測精度；文獻[5]結(jié)合地基云圖和RBF神經(jīng)網(wǎng)絡(luò)（RBFNN）實現(xiàn)了超短期光伏發(fā)電功率預(yù)測，該模型能夠較好地實現(xiàn)對發(fā)電“突變”的預(yù)測，但需要十分龐大的氣象數(shù)據(jù)作為支撐。

本文通過灰色關(guān)聯(lián)分析，選取與待測日氣象特征相似程度較高的歷史日，采用思維進化算法對BP神經(jīng)網(wǎng)絡(luò)進行改進，改善了BP神經(jīng)網(wǎng)絡(luò)泛化能力差、易于陷入局部最優(yōu)等缺點。以溫度、輻照度、風速、相對濕度和歷史發(fā)電量作為輸入因子，對晴天、陰天、雨天三種天氣類型的光伏發(fā)電功率進行預(yù)測。結(jié)果表明，本文所提的結(jié)合相似日與思維進化算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的短期光伏發(fā)電（SDS-MEABP）預(yù)測方法比BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)的預(yù)測精度更高。

1 光伏發(fā)電影響因素分析

太陽輻照強度直接影響光伏電池獲得太陽能總量的大小，大氣溫度通過改變光伏電池表面溫度影響光伏電池最大功率點輸出電壓。……