并網(wǎng)型光伏電站的發(fā)電功率短期預(yù)測(cè)研究與實(shí)現(xiàn).pdf

1、光伏發(fā)電因其清潔無(wú)污染受到了各國(guó)的青睞。但同時(shí)因其輸出功率的隨機(jī)性和波動(dòng)性，使得當(dāng)光伏電站并網(wǎng)后會(huì)對(duì)公用電網(wǎng)造成一定的沖擊。這對(duì)電網(wǎng)的正常運(yùn)行極其不利。因此對(duì)并網(wǎng)型光伏電站的發(fā)電功率進(jìn)行準(zhǔn)確的短期預(yù)測(cè)，有利于電力調(diào)度部門(mén)合理分配和規(guī)劃光伏能源和常規(guī)能源所占的比重，有利于及時(shí)調(diào)整調(diào)度計(jì)劃，使得電力系統(tǒng)以安全、穩(wěn)定、經(jīng)濟(jì)的方式運(yùn)行。
　　本文在大量閱讀國(guó)內(nèi)外相關(guān)文獻(xiàn)的基礎(chǔ)上，采用甘肅某光伏電站的歷史數(shù)據(jù)作為研究對(duì)象，并利用HS-ESN

2、模型建立了預(yù)測(cè)模型。然后對(duì)該電站進(jìn)行了光伏發(fā)電功率的短期預(yù)測(cè)分析。最后，通過(guò)C＃與MAT，AB的混編，介紹了光伏發(fā)電功率短期預(yù)測(cè)系統(tǒng)的設(shè)計(jì)?；谏衔拿枋觯疚牡难芯?jī)?nèi)容主要包括以下幾個(gè)方面:
　　首先，利用MATLAB建立的光伏電池仿真模型梳理了光伏電池的輸出特性，分析了太陽(yáng)輻照強(qiáng)度和溫度對(duì)光伏發(fā)電功率的影響，進(jìn)一步確定了影響光伏發(fā)電功率的主要因素。然后將各影響因素組成特征向量，利用相似日選擇算法提取相似日和訓(xùn)練樣本。
　　

3、其次，在深入研究了回聲狀態(tài)網(wǎng)絡(luò)(Echo State Network，ESN)算法的前提下，提出了和聲搜索(Harmony Search,HS)算法優(yōu)化回聲狀態(tài)網(wǎng)絡(luò)算法的混合算法。本文利用HS算法優(yōu)化ESN算法的儲(chǔ)備池參數(shù)，有效提高了ESN算法的精度，并將HS-ESN算法應(yīng)用到光伏發(fā)電功率短期預(yù)測(cè)問(wèn)題中，通過(guò)不同預(yù)測(cè)模型分別預(yù)測(cè)不同天氣類型下的光伏發(fā)電功率，驗(yàn)證了引入相似日選擇算法的有效性，同時(shí)表明了HS-ESN模型的性能更優(yōu)于單一的E