国网河北省电力有限公司营销服务中心
纸质出版：2025
移动端阅览
武光华, 李宏胜, 李鵾, 等. 一种新型光伏能源电力中长期功率波动预测模型构建[J]. 电网与清洁能源, 2025,(1):130-136.
武光华, 李宏胜, 李鵾, 等. 一种新型光伏能源电力中长期功率波动预测模型构建[J]. 电网与清洁能源, 2025,(1):130-136. DOI：
DOI：
光伏发电因受太阳辐射周期、地理环境及各种气象因素变化的影响，而使中长期功率波动有较强的不确定性。构建一种新型光伏能源电力中长期功率波动预测模型。基于光伏电池板辐照强度数据的归一化处理，构建光伏发电功率序列波动基础模型；根据波动不确定性，引入模糊径向基函数网络（radial basis function network
RBF）神经网络，利用模糊属性评估波动性，将模型分为5个层级，完成光伏能源电力中长期功率波动的预测。实验结果表明：该方法预测的均方根误差最小值为0.12 kW、平均绝对偏差最小值为0.11 kW、平均绝对百分比误差最小值为1.5%；中长期功率波动预测范围为-9～6 kW，与实际情况完全相符。证明了所构建模型的应用精度更高，性能更理想。
苗青青,石春艳,张香平.碳中和目标下的光伏发电技术[J].化工进展,2022(03).
刘仲民,齐国愿,高敬更,王治国.混合储能系统平抑风光发电功率波动策略[J].电力电子技术,2021(11).
张雲钦,程起泽,蒋文杰,刘晓峰,沈亮,陈泽华.基于EMD-PCA-LSTM的光伏功率预测模型[J].太阳能学报,2021(09).
余洋,贾浩,陈启维,范亚洲,米增强,袁玉宝,常生强.基于改进模型预测控制的电-气系统新能源功率波动平滑策略[J].电力建设,2021(09).
张景杨,王维庆,王海云,武家辉.基于CEEMDAN-SAFA-LSSVM的短期风功率预测[J].计算机仿真,2021(08).
盛师贤,周鑫,王德林,廖佳思,李婧祺,康积涛.虚拟同步风电场协同光伏电站附加阻尼控制方法[J].中国电力,2022(03).
邱瑞东,何山,董宁,王冉旭,董广凯.基于LSTM-LGB模型的光伏电站辐照强度预测[J].安徽大学学报(自然科学版),2021(03).
时珉,许可,王珏,尹瑞,张沛.基于灰色关联分析和GeoMAN模型的光伏发电功率短期预测[J].电工技术学报,2021(11).
王卫卫,徐光辉.分布式光伏发电系统发电量预测方法[J].电源技术,2020(11).
赵玲玲,汪烨,刘俊.基于无人机与HSV空间的光伏电池板检测分析[J].红外技术,2020(10).
李畸勇,班斓.基于长短记忆神经网络的短期光伏发电预测技术研究[J].华北电力大学学报(自然科学版),2020(04).
张旻,李天喆,张容进,王苏英,毛晓红.基于信息融合的动态神经网络光伏功率预测[J].电力科学与技术学报,2020(03).
王晨阳,段倩倩,周凯,姚静,苏敏,傅意超,纪俊羊,洪鑫,刘雪芹,汪志勇.基于遗传算法优化卷积长短记忆混合神经网络模型的光伏发电功率预测[J].物理学报,2020(10).
梁泽,王玥瑶,岳远紊,韦飞黎,姜虹,李双成.耦合遗传算法与RBF神经网络的PM_(2.5)浓度预测模型[J].中国环境科学,2020(02).
方宇晨,赵书强.聚光型太阳能电站与风电场联合优化运行及竞价策略[J].中国电机工程学报,2020(01).
0
浏览量
下载量
CSCD
关联资源
相关文章
相关作者
相关机构
EN
京公网安备11010802024621