10.3969/j.issn.1002-087X.2021.11.028
基于时间序列的大型光伏电站发电短期预测
环境变化条件下,短期精确预测光伏(photovoltaic,PV)发电量对于确保电网运行、调度和电网能源管理至关重要,尤其是在未记录太阳辐射测量或天气参数历史值的位置.通过搭建基于人工神经网络(双向长期短期记忆)的方法和统计方法(季节性自回归综合移动平均值)模型,对比分析大型光伏发电量的时间序列预测结果,考虑预测时间范围变化对所有算法的影响.当前工作中使用的数据为从20 MW并网光伏电站获取的3640 h运行数据.人工神经网络和所提统计模型可用于提前1h准确预测光伏电站的发电量,对光伏系统与智能电网的集成起重要指导作用.
光伏发电预测;大型光伏电站;神经网络;统计方法;时间序列分析
45
TM615(发电、发电厂)
国家电网有限公司总部科技项目;河北省博士后重点项目;河北大学校长基金项目
2021-12-14(万方平台首次上网日期,不代表论文的发表时间)
共5页
1490-1494