共 17 条
基于相似日和CAPSO-SNN的光伏发电功率预测
被引：38
|作者：
陈通
[1
]
孙国强
[1
]
卫志农
[1
]
臧海祥
[1
]
孙永辉
[1
]
Kwok W Cheung
[2
]
李慧杰
[3
]
机构：
[1] 河海大学能源与电气学院
[2] ALSTOM Grid Inc.
[3] 阿尔斯通电网技术中心有限公司
来源：
关键词：
光伏发电;
功率预测;
Spiking神经网络;
云自适应粒子群优化算法;
相似日选取;
D O I：
10.16081/j.issn.1006-6047.2017.03.012
中图分类号：
TM615 [太阳能发电];
学科分类号：
0807 ;
摘要：
针对光伏发电功率预测精度不高的问题,提出一种基于相似日和云自适应粒子群优化(CAPSO)算法优化Spiking神经网络(SNN)的发电功率预测模型。考虑到季节类型、天气类型和气象等主要影响因素,提出以综合相似度指标进行相似日选取;以SNN强大的计算能力和其善于处理时间序列问题的特点为基础,结合CAPSO算法搜索的随机性和稳定性优化SNN的多突触连接权值,减少对权值的约束,提高算法的收敛精度。根据某光伏电站的实测功率数据对所提模型进行测试和评估,结果表明,该模型比传统预测模型具有更高的预测精度和更好的适用性。
引用
收藏
页码：66 / 71
页数：6
相关论文