组合辐射衰减因子预报与RBF神经网络的光伏短期功率预测方法

摘要：

为了提升多云、雾霾等复杂天气条件下的光伏功率预测精度,提出一种组合辐射衰减因子预报与RBF神经网络的光伏短期功率预测方法.利用WRF中尺度模式(V4.1版本)以及WRF-CHEM空气质量模式实现总云量、PM2.5浓度的模拟计算,结合光伏电站历史出力数据,基于RBF神经网络构建多气象要素与光伏出力的直接映射关系模型.针对华北某区域开展预报实验,结果表明,所提方法可以有效提升多云、雾霾天气条件下的光伏功率预报精度,从而为电网调度运行提供有力支撑.

关键词：总云量、PM2.5、RBF神经网络、光伏短期功率预测

所属期刊栏目：44

分类号：TM721(输配电工程、电力网及电力系统)

资助基金：国家电网有限公司总部科技项目NY71-19-013

在线出版日期：2020-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：4114-4120