BP-马尔科夫组合预测方法在光伏发电量预测中的应用-姜侨娜.pdfVIP

文章编号：1009-1831（2011 ）06-0021-04 BP-马尔科夫组合预测方法在光伏发电量预测中的应用 姜侨娜，陈 中 （东南大学 电气工程学院，南京 210096 ） The study of solar power forecasting based on BP⁃Markov method JIANG Qiao⁃na ，CHEN Zhong （Southeast University, Nanjing 210096, China） 摘要：为提高光伏发电量预测的精度，提出一种以马 Abstract：To improve the prediction accuracy of photovoltaic 尔科夫方法进行修正误差的BP 神经网络预测模型，模型 power generation，a model that error of BP neural network is 契合光伏发电功率特点，兼具BP 神经模型及马尔可夫模 amended by Markov is proposed. The model proposes characteris⁃ tics of photovoltaic power generation and have advantages of the 型优点，既能利用较少数据建模，预报总体趋势，又适合于 BP neural model and Markov model. It not only can use less data 波动性较大的随机序列预报。首先介绍基本原理和算法，model for forecasting the overall trend, but also fit for prediction of 在此基础上阐述模型建立的具体过程，最后运用该模型对 volatile random sequence. This article first introduces the basic 徐州协鑫光伏电站进行预测，结果表明新建模型预报精度 principles and algorithms, and then describes the specific model⁃ 高于BP 神经网络模型，且该模型简单、计算量小，具有较 ing process, finally predicts power generation of PV array in Xu⁃ zhou using the model. The results show that forecasting accuracy 好的可行性。 of the new model is better than that of BP neural network model, 关键词：光伏发电；BP 神经网络；马尔科夫模型 the model is simple and needs small amount of calculation. It has good feasibility. Keywords：PV;BP neural network; Markov prediction model 传统的日调度计划的制定，主要考虑日负荷预 中图分类号：TM615 ；F407.61 文献标志码：A 测和传统旋转机组（火力、水力发电等）能力的平 出力预测对历史数据样本要求较高