基于小波神經(jīng)網(wǎng)絡(luò)的分布式光伏發(fā)電出力預(yù)測.pdf

1、光伏出力預(yù)測是電網(wǎng)規(guī)劃的重要組成部分,其預(yù)測精度關(guān)系到電力系統(tǒng)的安全、穩(wěn)定及運(yùn)行。同時(shí)對(duì)電力系統(tǒng)調(diào)度、電力市場營銷以及發(fā)電公司競價(jià)上網(wǎng)都具有很大的影響。由于光伏陣列輸出功率受環(huán)境影響很大,且具有隨機(jī)性、波動(dòng)性和間歇性,因此建立合適的預(yù)測模型,提高光伏電站出力預(yù)測的精度是本文的主要研究內(nèi)容。
　　 在分析現(xiàn)有的BP神經(jīng)網(wǎng)絡(luò)、小波神經(jīng)網(wǎng)絡(luò)預(yù)測方法的基礎(chǔ)上,本文提出了基于改進(jìn)小波神經(jīng)網(wǎng)絡(luò)算法的預(yù)測模型,該模型結(jié)合小波神經(jīng)網(wǎng)絡(luò)的優(yōu)良性能

2、同時(shí)采用Levenberg-Marquardt算法進(jìn)行數(shù)值優(yōu)化。在訓(xùn)練樣本選取上,采用數(shù)據(jù)挖掘技術(shù),應(yīng)用改進(jìn)余弦相似性度量方法和歐式距離相結(jié)合的方法,對(duì)樣本數(shù)據(jù)庫進(jìn)行分類。應(yīng)用BP神經(jīng)網(wǎng)絡(luò)、小波神經(jīng)網(wǎng)絡(luò)及改進(jìn)小波神經(jīng)網(wǎng)絡(luò)三種模型對(duì)晴天、陰天、多云轉(zhuǎn)陰、中雨四個(gè)樣本集分別進(jìn)行了預(yù)測并與實(shí)際值進(jìn)行分析比較,通過相對(duì)誤差和平均相對(duì)誤差兩個(gè)指標(biāo)來評(píng)價(jià)本文所用的預(yù)測模型。結(jié)果顯示采用改進(jìn)小波神經(jīng)網(wǎng)絡(luò)算法的預(yù)測模型對(duì)晴天的預(yù)測效果比對(duì)陰天、多云轉(zhuǎn)陰