摘要
本发明针对台区级的光伏发电功率预测问题,提出一种基于细分网格的台区级光伏出力精准预测方法及装置,首先基于典型的分布式光伏发电系统进行仿真建模,然后采用模糊C均值聚类算法根据风速、温度和降水量对光照有效辐照度进行聚类,最后在细分网格化各类别的初始训练集数据上分别训练BP神经网络,并结合训练完成的预测模型进行光伏超短期出力预测并使用遗传算法进行误差修正。与现有技术相比,本发明可以显著提高光伏超短期出力预测的精确度和泛化性,减少因光伏发电功率波动带来的电网调度风险,助力电力调度部门合理安排光伏电源的运营模式和系统调度方案,提升太阳能的并网和消纳能力。
技术关键词
精准预测方法
分布式光伏发电
网格
模糊C均值聚类算法
BP神经网络
仿真模型
特征参量
气象
分布式光伏电站
光伏发电功率预测
切比雪夫
样本
矩阵
数据
太阳
遗传算法
光伏组件
系统为您推荐了相关专利信息
电磁兼容性测试
热平衡模型
三维仿真模型
仿真分析方法
动态
线段
光学邻近校正方法
轮廓
临时存储区域
版图图形
轮压检测装置
起重机械
U型夹具
应变传感器
BP神经网络