收藏本站
收藏 | 论文排版

基于深度学习算法的短期光伏发电功率预测研究

贾鹏云  
【摘要】:能源是人类社会文明发展进程中不可忽视的重要物质之一,随着我们过度的关注经济发展速度,却忽视了传统能源的不断消耗而导致的能源危机以及我们赖以生存的生态环境在不断的恶化。传统能源的局限性已不能满足社会需求,太阳能以安全高效及分布广泛的独特优势而被广泛的利用。然而光伏发电功率随着复杂多变的气象条件而变化,具有明显的非线性和不稳定性等特征,为电力系统安全、稳定运行带来巨大的冲击和挑战,当其大规模并网发电时会使其频率超过大电网临界值,从而导致电网崩溃。准确的短期光伏功率预测可以为电力系统制定精确的调度计划提供重要依据,保证电力系统能最大限度的消纳光伏发电,提升电力系统安全运行的稳定性。光伏发电功率具有较强的不可控性和间歇性等特点,如何有效地提升光伏功率预测的准确性对于电力系统的稳定运行具有很强的实用意义。本文针对国内外光伏功率预测的现状,基于深度学习算法提出了 VMD-ISSA-GRU的短期光伏发电功率预测模型,进一步提升短期光伏功率预测的准确性。首先,通过Pearson和Spearman相关性分析确定影响光伏输出功率的主要影响因素,达到对高维气象数据降维的目的,提高模型运行效率和预测精度。其次,针对光伏发电功率的不稳定性和间歇性的特点,通过变分模态分解(Variational Mode Decomposition,VMD)对光伏发电功率的历史数据进行分解,并且利用分解后的剩余残差和原始光伏功率数据的相关性确定其最佳分解子模态数,使历史光伏功率数据充分分解,有效地降低历史光伏发电功率的非线性和不稳定性。然后,构建门控循环单元神经网络(Gated Recurrent Unit,GRU),并通过改进后的麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)优化 GRU 神经网络的结构参数,以提高模型的预测精度。最后,基于实际光伏发电功率数据建立VMD-ISSA-GRU预测模型。结果表明,无论是在天气状况稳定还是剧烈波动的情况下,VMD-ISSA-GRU预测模型的均方根误差和平均绝对百分比误差均小于其他传统预测模型,验证了该模型的有效性和优越性。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 孙志强;李东阳;;基于时频熵和神经网络的光伏发电功率预测模型[J];中南大学学报(自然科学版);2020年01期
2 张伟;;基于神经网络的光伏发电系统发电功率预测[J];山东工业技术;2017年16期
3 韩韫洲;;风力发电功率预测的技术进展与展望[J];电力设备管理;2021年09期
4 王振旗;姚晓斌;;基于GA-BP算法的光伏系统发电功率预测[J];计算机系统应用;2016年02期
5 邹梦丽;;解析光伏发电功率预测技术[J];科技创新与应用;2021年08期
6 马明;邢瑞敏;沈润杰;;复杂天气类型划分及影响光伏发电功率程度的量化方法[J];系统仿真技术;2020年04期
7 姚文杰;骆磊;高翔;;基于潮流交替迭代的光伏电站发电功率预测[J];电子设计工程;2021年09期
8 刘周斌;徐崇斌;王鑫磊;陈前;左欣;吴俣;徐丹露;;结合遥感数据的光伏发电功率预测方法[J];航天返回与遥感;2021年05期
9 梁智;盛远;陈醒;厉娜;;浅析光伏发电功率预测技术[J];农村电工;2020年07期
10 周同旭;周松林;;光伏发电功率区间概率预测[J];铜陵学院学报;2017年02期
11 ;福建迈入清洁能源时代[J];能源与环境;2015年06期
12 何志鹏;;光伏电池及光伏发电功率影响因素分析[J];光源与照明;2021年06期
13 刘士荣;李松峰;宁康红;周啸波;荣延泽;;基于极端学习机的光伏发电功率短期预测[J];控制工程;2013年02期
14 刘士荣;李松峰;宁康红;周啸波;荣延泽;;基于极端学习机的光伏发电功率短期预测[J];控制工程;2013年03期
15 张岚;张艳霞;郭嫦敏;赵杰;;基于神经网络的光伏系统发电功率预测[J];中国电力;2010年09期
16 李成良;徐秀萍;;基于时空相关性的光伏发电功率爬坡预测方法[J];计算机仿真;2021年08期
17 马志春;刘振永;吴淑花;;基于支持向量机的光伏发电功率预测系统设计[J];现代电子技术;2021年10期
18 卢舟鑫;王冰;荣军峰;;基于多时段综合相似日的光伏发电功率预测[J];电源技术;2017年01期
19 黎嘉明;艾小猛;文劲宇;方家琨;谢海莲;;光伏发电功率持续时间特性的概率分布定量分析[J];电力系统自动化;2017年06期
中国重要会议论文全文数据库 前11条
1 郑思达;刘影;杨磊;杨晓坤;;基于改进支持向量机算法的光伏发电功率预测方法[A];用电与能效专题讲座暨智能用电及能效管理技术研讨会论文集[C];2019年
2 崔杨;陈正洪;成驰;唐俊;谷春;;光伏发电功率预测预报系统升级方案设计及关键技术实现[A];2014中国环境科学学会学术年会(第十二章)[C];2014年
3 崔杨;陈正洪;孙朋杰;;弃光限电条件下不同纬度地区短期光伏发电功率预测对比分析[A];2016中国环境科学学会学术年会论文集(第四卷)[C];2016年
4 ;龙源内蒙古公司风电场发电功率预测系统获省级科技进步奖[A];《风电技术》2013年08月第4期(总第40期)[C];2013年
5 冯雷;黄宏;张秀坤;张欣;;基于AR模型的风力发电功率预测仿真[A];Proceedings of 14th Chinese Conference on System Simulation Technology & Application(CCSSTA’2012)[C];2012年
6 常学飞;朴哲勇;吕项羽;刘座铭;;基于BP-ANN神经网络的光伏发电功率超短期预测方法[A];发挥科技支撑作用深入推进创新发展——吉林省第八届科学技术学术年会论文集[C];2014年
7 李胜利;万书春;;TRT发电的工艺与控制[A];中国计量协会冶金分会2009年年会论文集[C];2009年
8 涂仁辉;;利用剩余煤气提高烧结余热发电功率[A];2014年十一省(市)金属(冶金)学会冶金安全环保学术交流会论文集[C];2014年
9 孙潇然;;风功率预测技术发展综述[A];《风能产业》(2015年第12期)[C];2015年
10 杨红义;吕兆福;姜华;;中国实验快堆工程2013年度进展[A];中国原子能科学研究院年报 2013[C];2014年
11 刘德兴;郑艳娜;彭海婷;温铂洋;;船舶风帆、风电综合应用初步数值研究[A];第二十五届全国水动力学研讨会暨第十二届全国水动力学学术会议文集(下册)[C];2013年
中国博士学位论文全文数据库 前5条
1 甄钊;光伏发电功率多时间尺度预测方法研究[D];华北电力大学(北京);2018年
2 王函;风光发电功率与用电负荷联合预测方法研究[D];华北电力大学(北京);2021年
3 王飞;并网型光伏电站发电功率预测方法与系统[D];华北电力大学;2013年
4 赵杰;光伏发电并网系统的相关技术研究[D];天津大学;2012年
5 卢钟岳;基于垂荡运动的自适应反转式波浪能转换装置能量转换效率研究[D];国防科技大学;2018年
中国硕士学位论文全文数据库 前20条
1 贾鹏云;基于深度学习算法的短期光伏发电功率预测研究[D];华北电力大学(北京);2021年
2 李松威;基于神经网络的光伏发电功率预测研究[D];沈阳工程学院;2017年
3 杨思霄;计及雾霾影响的光伏发电功率超短期预测[D];沈阳农业大学;2019年
4 王军;人工智能方法在光伏发电功率预测中的应用研究[D];华北电力大学;2013年
5 刘兆坤;基于数据驱动的光伏发电超短期预测方法研究[D];杭州电子科技大学;2019年
6 胡然;基于深度学习的新能源电站发电功率预测方法研究[D];华北电力大学(北京);2019年
7 纪棋彬;光伏并网系统短期功率预测方法研究[D];江苏大学;2019年
8 胡俊灵;基于深度学习算法的短期光伏发电功率预测研究[D];广东工业大学;2019年
9 张晋霞;基于LSTM网络的短期风力发电功率预测模型研究[D];北京工业大学;2019年
10 易海燕;基于小波分解和卷积神经网络的光伏发电功率预测方法[D];深圳大学;2018年
11 田义;基于深度学习的光伏发电功率预测技术研究[D];北方工业大学;2019年
12 程港;计及光伏发电功率预测的主动配电系统状态估计[D];广西大学;2019年
13 黄鹏;基于变分模态分解和神经网络的光伏发电功率短期预测[D];广西大学;2019年
14 张子薇;基于改进GBDT算法的光伏发电功率预测研究[D];华北电力大学;2018年
15 李金拓;计及雾霾影响的光伏发电功率短期预测方法研究[D];华北电力大学;2018年
16 商永婕;基于改进的广义回归神经网络短期光伏发电功率预测[D];南京邮电大学;2018年
17 周光辉;光伏发电功率预测系统研究[D];江苏科技大学;2018年
18 冉冉;短期光伏发电功率预测方法研究[D];天津大学;2018年
19 王帅;基于密度峰值聚类和云层分析的光伏发电功率预测[D];太原理工大学;2018年
20 韩奥琪;基于变分模态分解组合模型的超短期发电功率预测方法[D];沈阳工业大学;2018年
中国重要报纸全文数据库 前10条
1 记者 王震 汪骏原 通讯员 程序;甘肃电网光伏发电功率预测系统投运[N];国家电网报;2011年
2 记者 张剑雯;全省风电发电功率创最高纪录[N];山西经济日报;2012年
3 记者 樊丽萍;好的设计,或可“颠覆”成熟技术[N];文汇报;2009年
4 本报记者 赵冉;光伏发电“站”起来[N];中国电力报;2016年
5 记者 齐芳 通讯员 蔡金曼;我国全面掌握快堆核心技术[N];光明日报;2014年
6 钱铮;日本研发海上浮动发电站[N];陕西科技报;2008年
7 记者 杜刚;新疆依靠“千里眼”对新能源实施“光盘行动”[N];新疆日报(汉);2020年
8 本报记者 段贵恒 通讯员 韩东升;打造“风光卫士”专业服务品牌[N];中国电力报;2015年
9 本报记者 王迎霞 通讯员 马万琪;破解并网消纳困局,宁夏新能源获新生[N];科技日报;2021年
10 本报驻特拉维夫记者田学科;近水楼台先得月[N];科技日报;2003年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978