论文部分内容阅读
随着世界经济的高速发展,我们需求的能源越来越多,在化石能源的逐渐短缺和环境保护双重压力下,能重复利用的清洁能源在发电系统中占据的比例越来越大。太阳能以其自身的很多优点受到社会的大力瞩目,光伏发电也成为一种可重复利用的发电形式。由于,光伏功率发电存在着不确定性和间歇性等缺点,给大范围的光伏发电并网运行带来了很高的难度,使其影响发电系统的安全、可靠、经济的运行。因此,精确预测光伏发电功率有其重要的现实意义和指导意义。本文是将光伏发电的短期预测功率作为研究对象的,通过分析影响光伏发电短期功率的因素,建立准确的预测模型,研究了光伏发电系统的短期功率预测。大部分的研究成果都是在一定的条件下完成的,本文首先分析了光伏发电的国内外现状,其次介绍了神经网络的一些理论基础、组成结构、分类情况。在大量阅读国内外文献的基础上,总结了一些典型的预测方法和预测模型。本文分析了人工神经网络预测模型优缺点,提出了基于改进型的BP神经网络分布式光伏发电短期功率的预测方法。在大量历史数据的基础上进行了神经网络模型的训练,模型的预测结果证明论文中提出的光伏发电短期预测功率的预测方法是正确的、可行的。本文的研究为光伏发电系统的大量运行提供了理论依据,可以提高光伏并网发电系统的预测精度,帮助电力部门制定详细的发电和调度计划,以提高电力发电的运行稳定性。