光伏功率预测相关论文
为了提高光伏发电功率预测精度，提出了一种基于天鹰优化算法（aquila optimizer, AO）优化变分模态分解（variational mode decomposition......
实现“碳达峰、碳中和”已经成为中国重要的战略目标,提高以光伏发电为代表的可再生能源发电比例是推进碳减排的重要途径。近年来......
光伏功率预测对电网调度具有重要意义。针对光伏功率数据具有较强波动性和不稳定性的特点，提出了一种基于集成经验模态分解（ensemble......
光伏电站输出功率的不确定性对电网的运行调度产生了严重影响。基于模糊均值聚类（fuzzy C-means,FCM）和长短期记忆网络（long short-te......
准确预测光伏发电功率是保障含分布式电网平稳运行的关键环节。为提升反向传播神经网络（BPNN）功率预测精度，提出一种基于Logistic混沌......
针对新建光伏发电站原始数据匮乏导致光伏功率预测精度低的问题，提出了一种基于梯度惩罚Wasserstein生成对抗网络（Wasserstein gener......
针对光伏发电功率的波动性与随机性对调度部门的负荷预测以及电网安全运行带来的严峻挑战,提出了一种基于变分模态分解（VMD）和布谷鸟......
针对广域分布式新能源普遍缺乏新能源资源监测装置，而导致功率预测精度不足的问题，本文提出了一种基于气象资源插值与迁移学习的广域......
光伏功率受天气不确定性影响而具有的随机性、波动性等特点,会对电网的安全稳定运行造成冲击,影响电能质量,不利于电力系统内部多......
针对光伏发电功率预测精度不足难以满足光伏发电并网需求的问题，提出一种基于云遗传算法（Cloud Genetic Algorithm, CGA）优化BP神经网......
文章提出了一种基于长短期记忆网络（long short term memory network,LSTM）,面向光伏发电功率预测的数字孪生模型,并通过迁移学习将......
准确地预测光伏发电功率，有利于提高电网系统运行的可靠性和经济性。分析各个气象因素对光伏发电功率的影响，确立了关键的气象因素，并......
针对传统模型受功率随机波动性影响以及易忽略重要信息从而导致预测精度低的问题，提出两种基于注意力（attention）机制的深度确定性策......
超短期光伏功率预测对电网的调度与运行具有重要意义。针对传统单一预测模型难以有效分析历史数据波动规律导致预测精度不高的问题......
针对传统光伏功率预测精度不高的问题，提出了一种将卷积神经网络和双向长短时记忆网络结合的预测模型。将光伏电站的气象历史数据归......
为保障电网安全稳定运行，提高光伏电站经济效益。需要进一步提升光伏功率预测的准确性。为此提出一种基于时空信息组合的分布式光伏......
随着传统化石能源的急剧枯竭,全球环境危机不断加重,可持续发展成为当今的时代主题。为保证能源供给和控制受污染的程度,各国政府......
研究光伏发电功率预测对于保障电网稳定运行、提升电网光电消纳能力、减少光伏电站由于限电带来的经济损失、提高电站运营管理效率......
[目的]准确的预测光伏发电功率对电网调度具有十分重要的意义.[方法]光伏发电是一个连续不断的过程,光伏发电功率每时刻的变化取决......
为提高光伏功率预测准确率提出了一种新的天气分型方法,该方法首先按总云量大小区分晴天和云天,然后根据太阳被遮蔽的程度将云天进......
太阳能是一种清洁、可持续的能源。中国太阳能资源总量丰富,具有巨大的应用前景。精确的光伏功率预测有利于促进太阳能的高效利用,......
能源是环球经济发展和人类生活水平稳步提升的引擎。在化石能源日趋枯竭的今天,大规模开发和利用以太阳能光伏发电为代表的可再生......
为了减少光伏系统接入电网产生的不利影响,并对预测光伏功率输出进行研究,提出了一种基于数据中潜在季节类别的混合深度学习模型。......
[目的]使用高质量的历史数据预测未来光伏发电功率,对高效利用太阳能可再生能源、补充电网供电能力和推进节能减碳具有重要意义.[......
近年来,太阳能已成为全球重要的新能源之一。随着分布式电源并网规模的增加,让电网调度变得困难,电力系统的稳定性下降,预测准确性......
在环境危机和能源短缺日益严峻的今天,太阳能和风能等可再生能源的开发受到全球范围的广泛关注。近些年,在我国政策的大力扶持下,......
目前为止,全球人类仍面临着能源短缺的问题。太阳能是典型的周期性能源,光伏输出功率受到太阳辐照度等环境因素的影响,具有明显的......
随着这几年经济社会的快速发展,过度地消费传统化石能源带来了严重的能源危机和环境问题,因此各国家逐渐将目光着力于新能源领域,......
为应对能源危机和环境恶化,提高可再生能源(Renewable Energy Resources,RER)在电能转化中的占比成为最重要的途径。然而,RER普遍......
对光伏发电预测模型的训练时间和网络精度进行综合分析,研究了影响光伏功率预测精度的因素。通过公式确定神经网络隐含层个数的范......
提出了一种基于变分模态分解(VMD)和双重注意力机制长短期记忆(LSTM)的短期光伏功率预测方法.针对光伏功率信号的波动性和非平稳性......
为了解决因天气因素导致的光伏出力预测不确定性和随机性问题,更好地量化光伏出力预测偏差的波动范围。提出了基于自适应噪声的集......
光伏发电功率具有不确定性和波动性,准确预测光伏发电功率对提高光伏并网效率和保持电网安全运行具有重要作用。对江苏某地区光伏......
针对现有的光伏功率超短期预测方法难以得到所需复杂的气象数据,且光伏时间序列具有混沌特性,将小波去噪后的光伏电站的历史功率数......
针对超短期光伏功率预测问题,提出一种基于NWP的卡尔曼滤波光伏功率预测模型。将太阳总辐照度视为系统状态变量,光伏发电功率视为......
设计了两种预测模型:利用天气变量作为输入的传统多变量预测模型;利用历史功率数据作为输入的新型单变量预测模型.采用最小冗余最......
光伏发电功率预测的准确与否是太阳能光伏发电是否能够有效地并入当前电网从而大大地提高太阳能利用率的关键．分位数回归是一种能够......
提出一种基于优化最小二乘支持向量机的光伏功率预测方法。该方法采用最小二乘支持向量机（LS-SVM）分别构建春、夏、秋、冬四个预测模......
为提高部分数据缺失情况下智能电网光伏发电功率预测精度,提出一种基于双维度顺序填补框架与改进Kohonen天气聚类的光伏发电功率预......
针对光伏发电系统的输出功率具有出力波动和随机性的问题,提出一种基于最大偏差相似准则的CGA-BP神经网络的光伏发电预测模型。模......
针对传统功率预测方法以气象因素进行聚类划分时各气象因素权重难以分配以及单模型预测精度较差的问题,提出一种基于光伏功率包络......
针对光伏功率序列周期性非平稳特性，难以准确预测的问题，提出一种基于排列熵重构原则的集合经验模态分解(ensembleempiricalmodedeco......
伴随着经济的快速发展,能源需求越来越大。光伏发电具有绿色环保、可再生等优点,世界范围内光伏发电这种新的能源利用方式呈现出稳......
随着化石能源的日益枯竭和全球气候变化,各国对太阳能等可再生能源的开发力度不断增大,接入电网的光伏功率占比也随之增大。光伏发......
准确预测光伏微网在未来某确定的时段内的发电功率,对电力系统稳定和经济运行有着重要意义。文中通过对比发电功率和气象等历史数......
光伏发电功率预测对提高并网后电网的稳定性及安全性具有重要意义。文章提出一种基于相似日和小波神经网络(WNN)的光伏功率超短期......
