基于灰色关联和混合神经网络的光伏功率预测

摘要：

为了提升光伏发电功率预测模型的精度和增强其对多变天气的适应能力，提出了采用基于天气预报的灰色关联相似日样本选取与混合神经网络相结合的光伏发电功率预测模型。相似日选取以辐射强度的影响因素为依据，采用晴天理论太阳辐射强度、空气污染指数、云量、湿度4个变量，通过灰色关联选出与预测日较为接近的历史数据构成样本子集。建立混合神经网络，对选出的样本子集进行天气要素扩充并训练模型，代入预测日特征向量完成预测。为检验该模型的精确性和鲁棒性，通过实例与常见BP神经网络模型进行预测结果对比，显示了新模型在光伏发电功率预测的良好应用前景。

关键词：模拟退火优化算法、粒子群算法、灰色关联、混合神经网络、相似日

所属期刊栏目：18

分类号：TM615(发电、发电厂)

资助基金：石家庄学院科研启动基金2015QN003；石家庄学院科研团队项目XJTD004；河北省高等学校科学技术研究重点项目ZD2015210

在线出版日期：2016-12-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：39-43