首页|基于自适应粒子群算法的超短期光伏发电功率预测

基于自适应粒子群算法的超短期光伏发电功率预测

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
光伏发电(PV)的输出功率受发电系统的电气设备和外界环境影响,鉴于光伏发电功率存在间歇性、不稳定性等不足,提出自适应聚类分析的优化算法预测其发电功率.以规模为1.5 MWp的地面光伏电站为研究对象,以分布式光伏发电系统为期2年的发电功率数据和气象数据作为输入,研究太阳辐照度、光伏发电功率、环境温度等特征量.基于通径分析和灰色关联度分析,利用Python程序实现一种以k-means均值为聚类准则的自适应粒子群优化算法.结果表明,太阳辐照度、温度是光伏发电功率的主要影响因子,风速、湿度的影响较小,并以该模型对一周内的光伏发电功率进行跟踪预测,预测结果具有一定参考意义.

凡金星、高纪凡、李永田

展开 >

天合合晟能源(上海)有限公司,上海 201105

光伏科学与技术全国重点实验室,江苏 常州 213031

天合光能股份有限公司,江苏 常州 213031

光伏发电 功率预测 k-means 聚类分析 通径分析 灰色关联度分析

2024

10.3969/j.issn.1004-7948.2024.05.012

节能
辽宁省科学技术情报研究所　辽宁省能源研究会

节能

影响因子：0.295
ISSN：1004-7948
年,卷(期)：2024.43(5)
  • 24