【摘要】：通过对影响光伏发电量产生的因素进行分析比较,在模糊双曲正切模型的基础上,建立一种光伏发电量的短期预测模型。该模型既属于模糊模型,也属于神经网络模型的范畴。可以利用其强大的学习能力,以光伏发电系统的历史数据作为训练样本,对模型进行学习,并利用得到的稳定模型对光伏发电量进行短期预测。仿真结果表明,该预测模型与其他预测方法相比有更高的预测精度。
【作者单位】：
渤海大学工学院;渤海大学新能源学院;
【关键词】： 光伏发电量 短期预测 模糊双曲正切模型 预测精度
【基金】：国家自然科学基金项目(051501131) 教育部-新世纪优秀人才支持计划(NCET-11-1005) 2011年辽宁省第一批次科学计划项目(201402001) 辽宁省自然科学基金项目(2014020143) 辽宁省百千万人才工程项目(2012921061)
【分类号】：TM615
【正文快照】：
【关键词】： 光伏发电量 短期预测 模糊双曲正切模型 预测精度
【基金】：国家自然科学基金项目(051501131) 教育部-新世纪优秀人才支持计划(NCET-11-1005) 2011年辽宁省第一批次科学计划项目(201402001) 辽宁省自然科学基金项目(2014020143) 辽宁省百千万人才工程项目(2012921061)
【分类号】：TM615
【正文快照】：
由于全球能源危机越来越严重,人们加快了对新能源探索和开发的脚步。太阳能作为新能源和可再生能源的重要组成部分,受到越来越多国家的重视[1-3]。太阳能是一种清洁能源,已被公认为是未来最具竞争力的能源之一。光伏发电量预测是太阳能利用的一项重要指标,但是由于光伏阵列的
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