优化粒子群算法的神经网络光伏发电预测  

作　　者：李松威[1] 王胜辉[1] 郑洪 

机构地区：[1]沈阳工程学院 [2]辽宁太阳能研究应用有限公司,沈阳110136

出　　处：《山东工业技术》2017年第6期148-150,共3页Journal of Shandong Industrial Technology

摘　　要：随着我国近些年大力的发展可再生新能源,光伏发电系统的装机容量持续增加。然而其发电功率由于受到气象因素变化的影响,具有很大的间歇性和随机性。由此看来光伏发电系统的并网接入会增加电网系统的复杂度,影响电网系统现有的裕度和发电计划,进而可能导致系统崩溃。提高光伏系统的预测精度,有助于提高电力系统的运行稳定性。本文通过对粒子群算法进行改进,提高粒子群算法的全局收敛性,用改进的粒子群算法优化了神经网络光伏发电预测模型。最后通过预测数据与实测数据的比较,验证本文所提方法的有效性。

关 键 词：光伏功率预测 改进粒子群 神经网络 

分 类 号：TM615[电气工程—电力系统及自动化]