10.3969/j.issn.1673-629X.2021.10.025
基于烟花算法优化BP神经网络的光伏功率预测
光伏发电功率受到气象状况及环境因素的影响,具有很强的随机性与间歇性,给电网的安全运行带来了一系列的问题.为了准确预测光伏发电功率,降低光伏并网的不利影响,实现电网系统的稳定运行,将烟花算法(FWA)引入到神经网络模型中,利用烟花算法局部搜索能力和全局搜索能力自调节的机制优化神经网络中权重和阈值的寻优过程,提出了一种基于烟花算法改进BP神经网络(FWA-BP)的光伏发电功率预测模型.通过某光伏电站实测数据进行仿真实验,结果表明,与传统BP神经网络和遗传算法优化BP神经网络相比,FWA-BP神经网络模型的预测结果更接近实际值,均方根误差、平均绝对百分比等误差指标更低,模型更稳定,从而说明该方法可以快速准确地实现对光伏发电功率的预测.
光伏发电;功率预测;烟花算法;遗传算法;BP神经网络
31
TP301.6(计算技术、计算机技术)
国家重点研发计划2018YFB1500902
2021-10-28(万方平台首次上网日期,不代表论文的发表时间)
共8页
146-153