当前位置:主页 > 科技论文 > 电力论文 >

基于遗传算法—模糊径向基神经网络的光伏发电功率预测模型

发布时间:2019-08-11 20:58
【摘要】:针对光伏发电系统出力波动问题,提出遗传算法(GA)—模糊径向基(RBF)神经网络的光伏发电功率预测模型,将功率预测值应用于光伏发电的蓄电池储能功率调节系统,以降低对电网的冲击。选择与待预测日天气类型相同、日期相近、温度欧氏距离最小的历史日作为相似日,把与光伏发电功率相关性大的太阳辐射强度和温度作为模型输入变量,提出K均值聚类和遗传算法的参数优化方法,建立基于GA—模糊RBF神经网络的最终预测模型。在光伏功率预测的基础上,提出一种平滑控制策略,对光伏并网功率进行有效调节,从而达到平滑光伏功率波动的目的。实例证明,所述预测模型具有较高精度,并验证了平滑功率波动控制策略的有效性。
【图文】:

曲线,太阳辐射强度,不同天气,类型


*表示在置信度(双侧)为0.01时,相关性是显著的。由表1可知,光伏系统输出功率和太阳辐射强度相关性最大为0.933,与温度相关性为0.384,与风速相关性为0.166,3个因素与输出功率均呈正相关。因此,选择太阳辐射强度和温度作为GA—模糊RBF神经网络预测模型的输入变量。2GA—模糊RBF神经网络预测模型2.1相似日选取和训练样本确定因受季节变换、昼夜交替等自然条件和不同天气类型等随机因素的影响,太阳辐射强度具有准周期性和不确定性。图1为美国俄勒冈州的Ashland光伏电站在不同天气类型下的太阳辐射强度曲线。在晴天条件下,太阳辐射强度规律明显,相似度很高;在非晴天条件下,太阳辐射强度受云层影响没有规律,相似度较低。因此,为了提高光伏发电功率的预测精度,有必要从大量的历史数据中筛选出比较合理的相似日,作为预测模型的输入变量。图1不同天气类型下太阳辐射强度曲线Fig.1Solarradiationcurvesunderdifferentweathertypes相似日选取方法为首先选择出与待预测日相同天气类型的历史日,然后通过历史日与待预测日的温度欧氏距离计算确定相似日。待预测日的天气类型可由气象部门提供,历史日的天气类型由历史日太阳辐射强度和Hottel模型数据比较确定。Hottel模型能预测任意地区全年晴天太阳辐射强度,非晴天太阳辐射强度可由云层覆盖度及天气类型系数得到[16-17]。以Hottel模型数据为参考量,结合光伏电站历史数据,比较日总太阳辐射强度值和日最大太阳辐射强度值,将历史数据自动分为晴天、阴天和雨天3个数

发电功率,日光,预测结果


间的综合表现,本文选择3个模糊子集的网络作为最终的光伏发电功率预测模型。以5月6日为例,计算得到相似日为5月2日,将5月2日各时刻的太阳辐射强度值、温度值和5月6日对应时刻太阳辐射强度值作为模型输入变量,经模糊化后得到9个隶属度函数和27条模糊规则,经上述预测模型得到光伏发电功率预测值。图3为实际功率值和预测模型的功率值,其中模型1为传统的模糊神经网络预测模型,模型2为本文所提出的GA—模糊RBF神经网络预测模型。图35月6日光伏发电功率预测结果Fig.3ForecastingofphotovoltaicgenerationpoweronMay6th对预测模型进行准确的评估,需要采用一定的评估指标,本文采用平均绝对百分比误差(MAPE)和正规化均方根误差(NRMSE)对功率预测值的误差进行评估分析[21],得到模型1的MAPE和NRMSE分别为23.3%和6.8%,模型2的MAPE和NRMSE分别为16.3%和5.2%。可见,本文预测模型可有效提高光伏功率预测精度,能较好地跟踪预测功率的变化趋势。4光伏功率预测在平滑功率波动中的应用由于受环境因素的影响,光伏电站的功率输出波动明显,大型光伏电站的输出功率在5~10min内可能发生70%的变化[22]。为减小对电力系统的冲击,在光伏电站配置一定容量的储能系统已经成为平滑光伏出力的重要手段。4.1光储发电系统结构本文在EMTP/ATP仿真平台上搭建光储发电19叶林,,等基于遗传算法-模糊径向基神经网络的光
【作者单位】: 中国农业大学信息与电气工程学院;国网湖北省电力公司孝感供电公司;
【基金】:高等学校博士学科点专项科研基金资助项目(20110008110042) 国家自然科学基金资助项目(51477174)~~
【分类号】:TM615;TP18

【参考文献】

相关期刊论文 前7条

1 丁明;徐宁舟;;基于马尔可夫链的光伏发电系统输出功率短期预测方法[J];电网技术;2011年01期

2 王守相;张娜;;基于灰色神经网络组合模型的光伏短期出力预测[J];电力系统自动化;2012年19期

3 丁明;陈忠;苏建徽;陈中;吴建锋;朱承治;;可再生能源发电中的电池储能系统综述[J];电力系统自动化;2013年01期

4 叶林;陈政;赵永宁;;考虑电池荷电状态的光伏功率分段平滑控制方法[J];电网技术;2014年07期

5 丁明;王磊;毕锐;;基于改进BP神经网络的光伏发电系统输出功率短期预测模型[J];电力系统保护与控制;2012年11期

6 傅美平;马红伟;毛建容;;基于相似日和最小二乘支持向量机的光伏发电短期预测[J];电力系统保护与控制;2012年16期

7 李育强;晁勤;索南加乐;;基于线性回归算法光伏电站短期功率预报模型研究[J];可再生能源;2013年01期

【共引文献】

相关期刊论文 前10条

1 熊伟,吴敏哲;形态优化张弦桁架预应力设计研究[J];四川建筑科学研究;2005年05期

2 高伟增;曹玉松;张江维;;渠系配水优化遗传算法求解[J];安徽农业科学;2011年19期

3 董沛武;刘微微;娄岩峰;;基于遗传算法和神经网络的企业核心竞争力评价模型研究[J];兵工学报;2009年S1期

4 王京玲,叶龙,张勤;基于遗传算法的粒子滤波器在目标跟踪中的应用[J];北京广播学院学报(自然科学版);2005年02期

5 初红艳;曹全军;费仁元;;基于加工单元的制造车间的生产调度研究[J];北京工业大学学报;2006年08期

6 刘水生,沈元隆;遗传算法在冗余系统最优分配问题上的应用[J];重庆邮电学院学报(自然科学版);2003年04期

7 丁霄;姜兴;李思敏;;一种宽带匹配网络的遗传算法设计[J];重庆邮电大学学报(自然科学版);2008年01期

8 黄俊;刘宴兵;;求解QoS路由优化的一种新进化算法[J];重庆邮电大学学报(自然科学版);2008年04期

9 王成双;丁勇;;基于遗传算法的生产调度研究[J];长春理工大学学报(高教版);2009年08期

10 郭惠昕;混沌遗传优化算法及其程序研制[J];常德师范学院学报(自然科学版);2002年04期

相关会议论文 前10条

1 牟在根;张举兵;陈云周;;结构优化设计的遗传算法研究[A];第十一届全国结构工程学术会议论文集第Ⅱ卷[C];2002年

2 余昭平;李云强;;遗传算法在信息安全领域中的应用初探[A];第二十一次全国计算机安全学术交流会论文集[C];2006年

3 刘亮;吴捷;陈渊睿;杨金华;;基于遗传优化的模糊免疫PID控制器在温室控制系统中的应用研究[A];第二十四届中国控制会议论文集(下册)[C];2005年

4 张雷;姜立;江文涛;王建锋;;遗传算法在日照分析极限容积计算中的应用[A];第十三届全国工程建设计算机应用学术会议论文集[C];2006年

5 牟在根;王树和;陈云周;;网格结构优化设计的遗传算法应用研究[A];第二届全国现代结构工程学术研讨会论文集[C];2002年

6 王福成;张大英;张兆强;李玉清;;网架结构优化设计研究[A];庆祝刘锡良教授八十华诞暨第八届全国现代结构工程学术研讨会论文集[C];2008年

7 曹军伟;;遗传算法在固体火箭冲压发动机优化设计中的应用[A];中国宇航学会2005年固体火箭推进第22届年会论文集(发动机分册)[C];2005年

8 刘琳;彭晓华;周振辉;;一种基于改进遗传算法的模糊神经控制器的设计研究[A];第十一届全国自动化应用技术学术交流会论文集[C];2006年

9 李裕龙;李云波;;三体船水动力布局和方法研究[A];2008年船舶水动力学学术会议暨中国船舶学术界进入ITTC30周年纪念会论文集[C];2008年

10 章勇高;王妍;;基于灰色神经网络优化组合的风力发电量预测研究[A];2014年江西省电机工程学会年会论文集[C];2014年

相关博士学位论文 前10条

1 谭枫;介入式文化算法及其应用研究[D];哈尔滨工程大学;2010年

2 王龙金;零/低航速减摇鳍升力模型及系统控制策略研究[D];哈尔滨工程大学;2009年

3 段志东;基于广义模块化设计的快锻液压机机架力学特性研究[D];兰州大学;2010年

4 王宏亮;钢铁企业多粒度分型生产计划管理方法研究[D];大连理工大学;2011年

5 李杰;邻域可视性相关的路径规划问题研究[D];中国科学技术大学;2011年

6 肖文忠;钢铁集团铁矿石协同采购系统优化研究[D];中南大学;2010年

7 朱云飞;一种用进化方法求解鲁棒最优问题的研究[D];中南大学;2011年

8 陈丹;城市交通信号灯的仿真优化研究[D];武汉理工大学;2011年

9 孙洪;攀爬蛇形机器人的研究[D];上海交通大学;2007年

10 王开义;基于支持向量机的农产品生产关键控制点发现研究[D];北京工业大学;2011年

相关硕士学位论文 前10条

1 李坤;参数参与进化的自适应遗传算法研究[D];南昌航空大学;2010年

2 杨素娟;南水北调工程芳芝段开挖渠道边坡稳定敏感性分析[D];郑州大学;2010年

3 李红;数据挖掘中特征选择与聚类算法研究[D];大连理工大学;2010年

4 孙佳地;划分测试模型及其应用研究[D];大连理工大学;2010年

5 颜语;无线传感网络在环境监测中的应用[D];辽宁工程技术大学;2009年

6 赵加江;基于改进遗传算法的自动组卷研究[D];辽宁工程技术大学;2010年

7 洪杉;基于遗传蚁群算法的属性约简研究[D];长沙理工大学;2010年

8 袁军;煤基混合燃料的燃烧特性及优化配比研究[D];长沙理工大学;2010年

9 李杨;基于遗传算法的BP神经网络在网络数据抓取中的研究[D];中国海洋大学;2010年

10 周聪;高维多目标减少算法的比较与研究[D];湘潭大学;2010年

【二级参考文献】

相关期刊论文 前10条

1 贺琳;李英姿;;改进GM(1,1)残差修正模型在光伏发电量短期预测中的应用[J];北京建筑工程学院学报;2008年04期

2 程序;周海;崔方;丁杰;;大容量并网型光伏电站功率预测预报系统设计[J];水电自动化与大坝监测;2011年05期

3 陈昌松;段善旭;殷进军;;基于神经网络的光伏阵列发电预测模型的设计[J];电工技术学报;2009年09期

4 任航;叶林;;模拟分析环境因素对小型太阳能发电系统运行特性的影响[J];电工技术学报;2010年10期

5 陈昌松;段善旭;蔡涛;代倩;;基于模糊识别的光伏发电短期预测系统[J];电工技术学报;2011年07期

6 黎灿兵;李晓辉;赵瑞;李金龙;刘晓光;;电力短期负荷预测相似日选取算法[J];电力系统自动化;2008年09期

7 李霄;胡长生;刘昌金;徐德鸿;;基于超级电容储能的风电场功率调节系统建模与控制[J];电力系统自动化;2009年09期

8 张国强;张伯明;;基于组合预测的风电场风速及风电机功率预测[J];电力系统自动化;2009年18期

9 丁明;徐宁舟;毕锐;;用于平抑可再生能源功率波动的储能电站建模及评价[J];电力系统自动化;2011年02期

10 李立成;叶林;;变风速下永磁直驱风电机组频率—转速协调控制策略[J];电力系统自动化;2011年17期

【相似文献】

相关期刊论文 前10条

1 叶在福,单渊达;基于边界搜索策略的遗传算法在电网扩展规划中的应用[J];中国电机工程学报;2000年11期

2 李逢高;启发式遗传算法[J];湖北工学院学报;2000年03期

3 徐耀群,沈继红,丁建利;一种改进的遗传算法及其应用[J];黑龙江商学院学报(自然科学版);2000年02期

4 王晓丽,孙萍;一种全局优化的计算方法──遗传算法[J];吉林建筑工程学院学报;2000年03期

5 李一峰,姜勇,王红星,卢毅,田新启,方秋华;基于遗传算法的变压器局部放电超声定位法[J];江苏电机工程;2000年04期

6 靖稳峰,魏红,段惠娣;遗传算法及其发展现状[J];西安工业学院学报;2000年03期

7 吴立成,陆震,于守谦,郑红;柔性杆子杆模型参数的遗传算法优化求解[J];北京航空航天大学学报;2001年01期

8 王凤儒,徐蔚文,王凤林;基于序值编码的遗传算法及其应用[J];电机与控制学报;2001年01期

9 杨斌,余岳峰,杜建军;改进的遗传算法在中期发电规划中的应用[J];电网技术;2001年08期

10 廖平,喻寿益;基于遗传算法的圆的半径测量[J];计量学报;2001年02期

相关会议论文 前10条

1 韩娟;;遗传算法概述[A];第三届河南省汽车工程科技学术研讨会论文集[C];2006年

2 庞国仲;王元西;;基于遗传算法控制步长的定性仿真方法[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年

3 林家恒;李国锋;田国会;刘长有;;遗传算法在旋转货架拣选优化中的应用[A];1996中国控制与决策学术年会论文集[C];1996年

4 史骏;裘聿皇;;遗传算法中基因排列方式对运行的影响[A];1996年中国控制会议论文集[C];1996年

5 韩战钢;;遗传算法及在经济中的应用[A];Optimization Method, Econophysics and Risk Management--Proceedings of CCAST (World Laboratory) Workshop[C];2001年

6 唐毅;葛运建;王定成;江建举;;遗传算法在运动员技术动作优化中的应用研究[A];2003年中国智能自动化会议论文集(下册)[C];2003年

7 文泾;朱玉文;;用遗传算法进行航线规划[A];全国第16届计算机科学与技术应用(CACIS)学术会议论文集[C];2004年

8 于春梅;黄玉清;杨胜波;;遗传算法在参数辨识中的应用进展[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年

9 王志宏;王斌;;基于遗传算法的非确定性目标优化[A];中国自动化学会全国第九届自动化新技术学术交流会论文集[C];2004年

10 王晓东;刘全利;金吉凌;王伟;;基于序次优化策略的改进遗传算法[A];第二十三届中国控制会议论文集(下册)[C];2004年

相关重要报纸文章 前2条

1 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年

2 高雪娟;协同设计的平台策略[N];中国计算机报;2006年

相关博士学位论文 前10条

1 周辉仁;递阶遗传算法理论及其应用研究[D];天津大学;2008年

2 郝国生;交互式遗传算法中用户的认知规律及其应用[D];中国矿业大学;2009年

3 侯格贤;遗传算法及其在跟踪系统中的应用研究[D];西安电子科技大学;1998年

4 马国田;遗传算法及其在电磁工程中的应用[D];西安电子科技大学;1998年

5 唐文艳;结构优化中的遗传算法研究和应用[D];大连理工大学;2002年

6 周激流;遗传算法理论及其在水问题中应用的研究[D];四川大学;2000年

7 刘冀成;基于改进遗传算法的生物电磁成像与磁场聚焦应用研究[D];四川大学;2005年

8 袁丽华;基于物种进化的遗传算法研究[D];南京航空航天大学;2009年

9 李航;遗传算法求解多模态优化问题的研究[D];天津大学;2007年

10 石玉;提高实数遗传算法数值优化效率的研究[D];南京航空航天大学;2002年

相关硕士学位论文 前10条

1 谷克;遗传算法在公路路线智能决策系统中的应用研究[D];长安大学;2008年

2 李艳娇;基于改进遗传算法的刚架结构截面力学特性参数优化的研究[D];吉林大学;2009年

3 任巍;求解极小碰集的遗传算法的研究与改进[D];吉林大学;2009年

4 王赫;混沌遗传算法在模式识别中的应用[D];东北电力大学;2009年

5 于蕾蕾;双种群遗传算法的改进及其应用研究[D];合肥工业大学;2009年

6 王婧;遗传算法及其在聚类分析中的应用[D];华中师范大学;2009年

7 胡文斯;基于遗传算法的车间作业调度问题的研究[D];中国海洋大学;2009年

8 吴明华;基于遗传算法的养护机械生产车间作业调度问题的研究[D];长安大学;2007年

9 尉钰;基于改进遗传算法的桥梁模型动力优化[D];长安大学;2007年

10 王银年;遗传算法的研究与应用[D];江南大学;2009年



本文编号:2525513

论文下载
论文发表
教材专著
专利申请


    下载步骤:
    1.微信扫码,备注编号 2525513.
    2.
    点击下载


    本文链接:http://www.bigengculture.com/kejilunwen/dianlilw/2525513.html