干旱区生态环境知识资源中心(Arid): 基于小波变换与神经网络的光伏电站短期功率预测

Arid

	基于小波变换与神经网络的光伏电站短期功率预测
其他题名	SHORT-TERM PHOTOVOLTAIC OUTPUT POWER PREDICTION BASED ONWAVELET TRANSFORM AND NEURAL NETWORK
	杨丽薇; 高晓清; 蒋俊霞; 吕清泉; 李振朝
来源期刊	太阳能学报
ISSN	0254-0096
出版年	2020
卷号	41 期号:7 页码:152-157
中文摘要	选取具有广阔发展前景的西北荒漠地区(敦煌)10 MW光伏电站为研究对象,采用小波分解与BP神经网络的组合算法,预测相同天气类型下的光伏电站短期功率输出,并与实测光伏电站功率输出对比。结果表明:该模型对于晴天和多云天的光伏功率输出预测是有效的,而西北地区,阴雨天样本极少,因此阴雨天和突变天的功率预测精度还有待提高。该方法在满足光伏发电工程要求的计算精度下,数据量和计算量较小,属于轻量化的计算模型,可为光伏发电工程的发电管理提供支持。
英文摘要	In this paper,the 10 MW photovoltaic power station in the northwest(Dunhuang)desert area with broad prospects is selected as the research object.A combined algorithm of wavelet transform and BP neural network is applied to predict PV short- term power output under the same weather type,and is compared with the measured PV output power output.The results show that the model is effective for the forecasting of photovoltaic power output of sunny and cloudy days,but there are few samples for the rainy days in the northwest area,so the power forecast accuracy of rainy days and abrupt days remains to be improved.The model is a lightweight calculation model,it satisfies the calculation precision of engineering requirements,and has a small amount of data and calculation.It provides reference for the actual needs of the project.
中文关键词	光伏电站 ; 预测 ; 小波变换 ; 神经网络 ; 太阳能 ; 可再生能源
英文关键词	photovoltaic power station forecasting wavelet transforms neural networks solar energy renewable energy
类型	Article
语种	中文
收录类别	CSCD
WOS研究方向	Meteorology & Atmospheric Sciences
CSCD记录号	CSCD:6776690
来源机构	中国科学院西北生态环境资源研究院
资源类型	期刊论文
条目标识符	http://119.78.100.177/qdio/handle/2XILL650/336754
作者单位	杨丽薇, 中国科学院西北生态环境资源研究院, 中国科学院寒旱区陆面过程与气候变化重点实验室, 兰州, 甘肃 730000, 中国.; 高晓清, 中国科学院西北生态环境资源研究院, 中国科学院寒旱区陆面过程与气候变化重点实验室, 兰州, 甘肃 730000, 中国.; 李振朝, 中国科学院西北生态环境资源研究院, 中国科学院寒旱区陆面过程与气候变化重点实验室, 兰州, 甘肃 730000, 中国.; 蒋俊霞, 中国科学院西北生态环境资源研究院;;中国科学院大学, 中国科学院寒旱区陆面过程与气候变化重点实验室;;, 兰州;;, ;;北京 730000;;100049.; 吕清泉, 甘肃省电力公司风电技术中心, 兰州, 甘肃 730070, 中国.
推荐引用方式 GB/T 7714	杨丽薇,高晓清,蒋俊霞,等. 基于小波变换与神经网络的光伏电站短期功率预测[J]. 中国科学院西北生态环境资源研究院,2020,41(7):152-157.
APA	杨丽薇,高晓清,蒋俊霞,吕清泉,&李振朝.(2020).基于小波变换与神经网络的光伏电站短期功率预测.太阳能学报,41(7),152-157.
MLA	杨丽薇,et al."基于小波变换与神经网络的光伏电站短期功率预测".太阳能学报 41.7(2020):152-157.