10.19781/j.issn.1673-9140.2020.03.009
基于信息融合的动态神经网络光伏功率预测
光伏发电由于受到外界环境的制约,发电波动较大,很难保证高比率的接入,精准预测光伏功率能在提高光伏使用率的同时保障电网的安全运行和调度.在此背景下,提出一种新型光伏功率预测方法,以动态神经网络模型为构架,充分考虑各种制约光伏发电的影响因子,将其进行加权融合成一个综合影响因子λ,并用改进的共轭梯度算法对运算进行优化,针对功率波动较大的时刻,通过缩短预测时间间隔、增加隐含层层数提高预测精度.最后在岳阳临湘县民禹光伏电站进行实际验证.经验证预测方法可行有效,且精度较高.
光伏功率预测、信息融合理论、动态神经网络、共轭梯度算法
35
TM93
广东省科技专项资金2017A040405041
2020-07-07(万方平台首次上网日期,不代表论文的发表时间)
共6页
68-73