基于模糊神经网络的光伏发电量短期预测.pdfVIP

第 25 卷 第 2 期 电子设计工程 2017 年 1 月 Vol.25 No.2 Eleｃtroniｃ Design Engineering Jan. 2017 基于模糊神经网络的光伏发电量短期预测 张 玉 ，万成伟 （桂林理工大学 机械与控制工程学院 ， 广西 桂林 54100６ ） 摘要 ： 受天气状况、辐照度 、温度 、湿度等气象因素的影响 ，光伏系统的输出具有很强的非线性和非 平稳性的特点 ，光伏发电量预测精度较低 。该文根据光伏系统的历史发电数据和实际气象数据 ，采用 模糊识别与 RBF 神经网络相结合的方法 ，实现光伏系统发电量的短期预测。 首先对影响预测结果的 气象因素进行分析 ，然后按天气类型进行分类 ，对不同的天气类型分别建立模型进行训练 ，最后利用 此模型预测未来的光伏系统发电量 ，并通过实验仿真验证 。预