基于数据驱动的光伏发电超短期预测方法研究

发布时间：2025-06-27 03:19

　　太阳能光伏发电因其可再生和零污染的特性,被视为传统发电的重要替代形式。光伏发电功率预测技术可以为未来一段时间内的光伏输出提供预测,为电力部门及用户提供数据支持,对保证电力系统的安全稳定运行具有重要意义。本文以光伏发电输出功率历史数据为基础,分析不同天气状态下的光伏发电功率数据规律,提出预测方法,利用实证系统对本文所提方法进行了验证。文章的主要内容如下:一、研究了基于天气的光伏发电数据分类并判断数据的混沌特性。将光伏发电数据分成晴天、多云天、阴雨天三种不同天气类型进行讨论,建立时间序列并进行了重构,分析数据的混沌特性并通过Lyapunov指数进行了验证。二、建立了基于最大Lyapunov指数法的光伏发电功率超短期预测模型。对不同天气类型下的光伏发电功率进行了超短期预测,并结合实际光伏发电数据对该预测方法进行了验证。三、考虑到多云天云层变化剧烈的情况,本文提出了基于Hammerstein-Wiener模型和NAR神经网络结合的多云天光伏发电功率超短期预测方法。采用工业相机拍摄天空,在照片亮度与光伏发电功率之间建立模型,采用非线性自回归的方法对辨识模型进行超短期预测,结合实际光伏发电数据对预测...

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题的研究背景和意义
    1.2 光伏发电技术的发展和研究现状
        1.2.1 国内外光伏技术的发展
        1.2.2 光伏发电预测技术分类
        1.2.3 常见的光伏发电预测方法
    1.3 本文研究内容与组织结构
第2章 光伏发电技术及其影响因素分析
    2.1 太阳能发电系统
    2.2 光伏电池的工作原理及输出特性
    2.3 光伏发电影响因素分析
        2.3.1 太阳辐射对光伏发电功率的影响
        2.3.2 温度对光伏发电功率的影响
    2.4 本章小结
第3章 光伏发电的混沌特性
    3.1 基于天气类型的光伏发电数据分类
        3.1.1 天气类型
        3.1.2 欧式距离和K-means聚类
    3.2 混沌理论和相空间
        3.2.1 混沌理论
        3.2.2 相空间
        3.2.3 Lyapunov指数判断混沌特性
    3.3 基于天气分类的光伏发电数据混沌特性分析
        3.3.1 光伏发电功率的数据采集
        3.3.2 数据分类
        3.3.3 混沌特性分析
    3.4 本章小结
第4章 基于最大LYAPUNOV指数法的光伏发电超短期预测
    4.1 最大Lyapunov指数法
        4.1.1 预测原理
        4.1.2 预测步骤
    4.2 预测评价指标
    4.3 算例分析
        4.3.1 三种天气类型下的预测
        4.3.2 预测结果比较
    4.4 本章小结
第5章 基于HW-NAR模型多云天光伏发电功率超短期预测
    5.1 光伏系统发电功率HW模型
        5.1.1 照片亮度百分比计算
        5.1.2 光伏发电功率HW模型
        5.1.3 拟合度验证
    5.2 基于NAR神经网络模型的光伏发电预测
        5.2.1 NAR神经网络模型
        5.2.2 误差指标
    5.3 算例分析
        5.3.1 数据采集
        5.3.2 不同天气状态下的辨识与预测
    5.4 本章小结
第6章 总结与展望
    6.1 结论
    6.2 展望
致谢
参考文献
附录



本文编号：4053722