基于多源气象预报总辐照度修正的光伏功率短期预测
针对单一气象预报源可能存在的误报和偏差问题,提出一种基于多源气象预报总辐照度修正的光伏功率短期预测方法.根据功率序列特征,采用自组织映射神经网络聚类算法实现历史数据广义天气类型划分.按照晴朗程度实现广义天气类型与公共气象服务天气类型预报的匹配对应,并计算不同广义天气类型总辐照度各等级之间的折算系数.在计算各广义天气类型系统误差的基础上,如果预测日数值天气预报广义天气类型分类结果与公共气象服务天气类型预报的一致,则叠加修正总辐照度系统误差;否则,采用树扩展朴素贝叶斯算法计算2种广义天气类型的转移概率,在修正系统误差后利用折算系数计算公共气象服务天气类型预报对应广义天气类型的总辐照度序列,并根据转移概率设定权重系数进一步修正总辐照度序列.建立预测模型,基于遗传算法优化的反向传播神经网络获得光伏功率短期预测结果.利用某光伏电站的实际运行数据和气象预报数据验证了模型的有效性.
多源气象预报;转移概率;数值天气预报;功率预测;短期预测;光伏发电
42
TM615(发电、发电厂)
国家重点研发计划;国家自然科学基金
2022-03-23(万方平台首次上网日期,不代表论文的发表时间)
共9页
104-112