基于神经网络的光伏发电系统发电功率预测-电气工程专业论文.docxVIP

华北电力大学硕士学位论文 华北电力大学硕士学位论文 I I 摘 要 随着能源危机和环境保护形势日趋严峻，光伏发电凭借太阳能清洁、环保、 可再生等优点备受各国重视。近年来，在政策的推动下，光伏发电产业得到快速 发展，光伏电站容量在电力系统电源中所占比例逐渐增加。但是，由于光伏发电 系统发电功率受多种因素影响，其输出具有明显的周期性、波动性和随机性，使 得其并网运行后相对于电力系统是一个不可控源，当光伏电站的规模较大时势必 将对电网的安全稳定运行造成影响。因此对光伏发电系统的发电功率预测进行研 究具有重大的理论和现实意义。 本文首先阐述光伏电池的工作原理及光伏发电系统的分类，详细介绍并网光 伏发电系统的组成，给出华北电力大学新能源国家重点实验室的光伏发电系统基 本结构和相关参数。然后分析光伏发电系统的发电特性，选取辐照强度、环境温 度、光板温度、环境相对湿度作为影响光伏发电系统发电功率的主要因素，为建 立发电功率预测模型提供理论支撑。 人工神经网络作为一种广泛使用的数学工具，在光伏发电功率预测方面应用 普遍。本文先后阐述了 BP 神经网络、小波神经网络、回声状态网络及基于经验 模态分解-回声状态网络的基本原理，并建立了 4 种相应的光伏发电功率预测模 型。 最后，采用华北电力大学新能源电力系统国家重点实验室的实测数据对 4 种预测模型分别进行实验验证。预测结果表明所建立的 4 种预测模型均能较准确 的进行预测，其中基于经验模态分解和回声状态网络的组合预测模型，由于结合 了两种算法的优点，预测精度更高、稳定性能更好。 关键词：光伏发电系统；功率预测；BP 神经网络；小波神经网络；回声状态网 络；经验模态分解 II II Abstract With the energy crisis and environmental situation is increasingly serious, Photovoltaic power generation which is clean, green, renewable, etc. has much national attention. In recent years, driven by policy, photovoltaic industry has a rapid development, photovoltaic power plants has gradually increased in the proportion of power system. However, due to the power generation affected by many factors, the output has a significant cyclical output fluctuations and randomness . Its parallel operation make it is an uncontrollable source relative to power system, it will affect the safe and stable operation of the power system when large-scale photovoltaic power plants parallel operation. Therefore, Research on generation forecasting for photovoltaic system has great theoretical and practical significance. Firstly, the working principle of the photovoltaic cell and classification of photovoltaic power generation system were discussed, detailed composition of grid-connected photovoltaic power generation system, given the basic structure and the basic parameters of State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources in North China Electric Power University. Then, the characteristics of photovoltaic power generation systems