大规模集中接入的光伏电站功率预测

【摘要】：目前随着大规模的光伏发电系统应用日益广泛，也出现了越来越多的问题。由于太阳辐射量同季度、昼夜及阴晴等气象条件有关，造成光伏发电系统输出功率间歇性和随机性的固有缺点，而且目前存在储能技术不成熟等因素，当大量的光伏发电系统接入电网时，势必会对电力系统的安全稳定运行和电能质量等带来严峻挑战，从而限制光伏发电的发展速度和规模，所以对光伏发电系统输出功率进行预测对于电力系统运行具有非常重要的意义。在此背景下，选择并网光伏电站输出功率预测方法主要研究内容，主要包括以下几个方面： 首先运用统计学方法来分析太阳辐射量的时间序列特性。根据气象数据，对不同的气象条件按照日类型进行分类，对不同的日类型，建立相应的预测模型;对不同日类型的预测模型，利用Mallat算法分离出太阳辐射量序列中的低频成分和高频成分，运用递推最小二乘法分别建立低频和高频分量的预测模型，把各分量的预测结果合成得到最终的预测值。形成了基于递推最小二乘法和Mallat算法的逐日太阳辐射量预测模型。利用实测数据验证了在日类型基础上，建立的逐日太阳辐射量预测模型的有效性和实用性。其次，对各种气象影响因素进行合理的选取和处理，根据相似气象条件下的光伏阵列输出功率具有较大关联性的特点，本文提出采用灰色关联度的相似日选择方法，设计了基于相似日选择的径向基神经网络预测模型。利用我国西北某地光伏发电系统中的实测数据验证了模型可行性及实用性。 【关键词】：光伏发电 预测模型 太阳辐射量 输出功率 相似日
【学位授予单位】：兰州理工大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：TM615
【目录】：

• 插图索引7-8
• 插表索引8-9
• 摘要9-10
• Abstract10-11
• 第一章 绪论11-21
• 1.1 光伏发电产业发展状况11-15
• 1.1.1 国外光伏发电产业发展现状11-13
• 1.1.2 国内的光伏产业发展的现状13-15
• 1.2 本课题研究背景及研究意义15-16
• 1.3 太阳辐照量和光伏输出功率预测方法和研究现状16-20
• 1.3.1 预测方法概述16-18
• 1.3.2 国内外研究现状18-20
• 1.4 本论文的主要工作和章节安排20-21
• 第二章 太阳辐照量特性与并网光伏发电技术概述21-27
• 2.1 太阳辐照量时空分布特性21-22
• 2.2 并网光伏发电技术概述22-26
• 2.3 本章小结26-27
• 第三章 基于小波变换的逐日太阳辐照量时间序列分析27-35
• 3.1 小波概论27-30
• 3.1.1 连续小波定义28-29
• 3.1.2 小波的发展及应用29-30
• 3.2 小波变换30-32
• 3.2.1 小波变换原理30-31
• 3.2.2 小波重构理论31-32
• 3.3 应用 Mallat 算法分析非平稳时间序列32-34
• 3.3.1 二进正交小波变换 Mallat 算法原理32-33
• 3.3.2 逐日太阳辐照量时间序列的小波分解33-34
• 3.4 本章小结34-35
• 第四章 基于递推最小二乘法和小波变换的逐日太阳辐照量预测35-46
• 4.1 递推最小二乘法概述35-36
• 4.2 相似日选取算法36-39
• 4.3 基于递推最小二乘法和小波变换的逐日太阳辐照量预测39-44
• 4.3.1 预测模型的建立39-40
• 4.3.2 模型预测结果比较40-42
• 4.3.3 预测误差分析42-44
• 4.4 本章小结44-46
• 第五章 基于相似日和径向基神经网络的光伏阵列输出功率预测46-61
• 5.1 模式识别概论46-49
• 5.1.1 模式识别理论基础46-48
• 5.1.2 相似日选取算法48-49
• 5.2 径向基神经网络概述49-55
• 5.2.1 神经网络理论基础49-54
• 5.2.2 径向基神经网络54-55
• 5.3 基于相似日和径向基神经网络的光伏阵列输出功率预测55-59
• 5.3.1 预测建模方法与步骤55-56
• 5.3.2 预测结果与误差分析56-59
• 5.4 输出功率预测系统的结构设计59-60
• 5.5 本章小结60-61
• 结论与展望61-62
• 参考文献62-65
• 致谢65-66
• 附录 A 攻读学位期间所发表的学术论文目录66

您可以在本站搜索以下学术论文文献来了解更多相关内容

基于贯序正则极端学习机的时间序列预测及其应用    张弦;王宏力;

美用DNA制造出首个人造神经网络    

基于燃煤特性的电站锅炉排烟温度预测模型研究    沈利;杨建国;赵虹;

基于粒子群算法优化支持向量机的数控机床状态预测    许志军;

近红外反射光谱用于冠心病快速筛查    李刚;赵静;李家星;林凌;佟颖;张宝菊;

基于BP神经网络的机车轮对故障诊断系统研究    佟铮;张友鹏;

一种预测煤灰变形温度的新方法    徐志明;赵永萍;文孝强;程鹏;袁帅;

神经网络数据融合在车用传感器中的应用    黄莲花;李光明;

电压型BUCK变换器控制策略研究    景利学;苏宏升;谢明军;冉鹏程;

基于神经网络的公交客流预测    姜平;黄志鹏;

基于最小二乘支持向量机的油品质量预测    李方方;赵英凯;贾玉莹;杜杰;

基于神经网络的弹药消耗预测模型    王建成;

基于神经网络的粮食产量预测模型    肖会敏;樊为刚;

基于BP神经网络的防火墙流量预测    张文涛;Wlodek Kulesza;

基于Elman神经网络的加热炉温度优化预测控制    李晓峰;景会成;陈亚天;

电力负荷短期预测的HMNN模型    赖晓平;周鸿兴;

基于神经网络的高炉硅含量预测系统的开发    李永彩;赵忠义;王建华;

人工神经网络在物流预测中的应用    林大正;王行愚;

矿井瓦斯涌出量的径向基函数网络预测模型    陈连军;粟才全;

基于遗传神经网络的重介质密度预测控制    赵峻;褚涛;王碧秋;

揭示神经网络形成新机制    记者 陈青　通讯员 孙国根

数字神经网络中的协同应用    于翔

预测模型：推算SARS起落潮    本报记者 张超

干细胞移植：修复受损的神经网络    健康时报特约记者　 张献怀

“预测模型”要缓行    刘庆

江苏科大神经网络应用研究通过鉴定    邹丽梅 陈耀群

“神经网络”：打开复杂工艺“黑箱”    记者 孙刚

儿童多动症有了疗效预测模型    王雪飞

蛋白质功能算出来    记者 耿挺

轨交“神经网络”触动创新神经    本报首席记者 任荃　实习生 史博臻

基于神经网络的冠心病证候诊断标准与药效评价模型研究    杜文斌

混沌理论在径流预报中的应用研究    丁涛

人民币汇率预测和风险管理研究    罗士勋

基于多断面信息的城市道路网交通流预测方法研究    崔立成

深部开采高阶段尾砂充填体力学与非线性优化设计    刘志祥

PET探测器神经网络定位方法研究    戴雪龙

智能控制技术在炼钢电弧炉中的应用研究    马戎

基于增量改进BP神经网络微波深度干燥模型及应用研究    李英伟

面向多智能体和神经网络的智能控制研究    文敦伟

基于遗传算法与神经网络的桥梁结构健康监测系统研究    吴大宏

群优化BP网在交通事故预测中的应用研究    洪磊

基于BP神经网络的城市交通流量预测与路口分析    曹炜

决策支持系统中预测算法研究    王妮娜

基于神经网络的火电厂送风机状态检修系统研究    王静茹

基于神经网络和遗传算法的H型钢粗轧工艺参数优化研究    刘兰兰

上市公司财务报表欺诈鉴别    陈彬

基于神经网络的路段行程时间预测研究    来建波

基于神经网络和小波变换的股票时间序列预测方法    Isaac Armah Mensah

基于神经网络的电路故障诊断的研究与实现    杨立儒

基于神经网络的振动主动控制研究    田鹏明