基于小波神经网络的分布式光伏发电出力预测

【摘要】：光伏出力预测是电网规划的重要组成部分,其预测精度关系到电力系统的安全、稳定及运行。同时对电力系统调度、电力市场营销以及发电公司竞价上网都具有很大的影响。由于光伏阵列输出功率受环境影响很大,且具有随机性、波动性和间歇性,因此建立合适的预测模型,提高光伏电站出力预测的精度是本文的主要研究内容。 在分析现有的BP神经网络、小波神经网络预测方法的基础上,本文提出了基于改进小波神经网络算法的预测模型,该模型结合小波神经网络的优良性能同时采用Levenberg-Marquardt算法进行数值优化。在训练样本选取上,采用数据挖掘技术,应用改进余弦相似性度量方法和欧式距离相结合的方法,对样本数据库进行分类。应用BP神经网络、小波神经网络及改进小波神经网络三种模型对晴天、阴天、多云转阴、中雨四个样本集分别进行了预测并与实际值进行分析比较,通过相对误差和平均相对误差两个指标来评价本文所用的预测模型。结果显示采用改进小波神经网络算法的预测模型对晴天的预测效果比对阴天、多云转阴、中雨的精度都要高,对于阴天、多云转阴和中雨样本采用改进小波神经网络算法的预测模型能大致的反应光伏出力的变化趋势,对于光伏发电系统配合电力系统制定发电计划仍具有较高的参考价值,证明本文基于改进小波神经网络光伏出力预测模型的正确性及有效性。同时,本文把自抗扰控制技术应用于光伏的DC-DC的控制中,通过仿真结果显示,自抗扰控制技术能提高光伏在外部条件变化时的输出特性,有利于光伏的最大功率输出和提高光伏的发电效率。 【关键词】：光伏出力预测 小波神经网络 预测模型 Levenberg-Marquardt算法 自抗扰控制技术
【学位授予单位】：南昌大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：TM615;TM715
【目录】：

• 摘要3-4
• ABSTRACT4-9
• 第1章 引言9-15
• 1.1 选题的背景及意义9-10
• 1.2 光伏出力预测方法10-13
• 1.2.1 基于数学统计预测方法10-11
• 1.2.2 基于人工智能预测方法11-13
• 1.3 本文的预测方法13
• 1.4 本文的主要工作13-15
• 第2章 分布式光伏发电系统概要15-28
• 2.1 光伏发电系统16-20
• 2.1.1 光伏发电系统的类型16-17
• 2.1.2 太阳能电池的工作原理及等效模型17-18
• 2.1.3 太阳能电池输出特性及影响因素18-20
• 2.1.4 智能电网规划与分布式光伏发电20
• 2.2 自抗扰控制技术在光伏系统中的应用20-24
• 2.2.1 非线性跟踪微分器21
• 2.2.2 状态扩张观测器21-22
• 2.2.3 非线性状态误差反馈律22
• 2.2.4 数值仿真及结果分析22-24
• 2.3 光伏并网对电力系统的影响24-27
• 2.4 本章小结27-28
• 第3章 光伏出力数据挖掘与小波变换28-41
• 3.1 样本数据挖掘28-31
• 3.1.1 改进余弦相似性度量方法28-29
• 3.1.2 欧式距离方法29
• 3.1.3 数据挖掘结果29-31
• 3.2 小波变换原理31-36
• 3.2.1 信号分解33-35
• 3.2.2 信号重构35-36
• 3.3 光伏序列小波分解与重构36-40
• 3.4 本章小结40-41
• 第4章 改进的小波神经网络光伏出力预测算法41-58
• 4.1 BP神经网络算法41-45
• 4.2 小波神经网络光伏出力预测算法45-50
• 4.2.1 小波神经网络结构形式46
• 4.2.2 小波神经网络的学习算法46-49
• 4.2.3 小波神经网络光伏出力预测49-50
• 4.3 LM改进小波神经网络光伏出力预测算法50-57
• 4.4 本章小结57-58
• 第5章 小波神经网络在分布式光伏出力预测中的应用58-72
• 5.1 分布式光伏电站技术参数58-60
• 5.1.1 光伏组件参数58-59
• 5.1.2 光伏组件布置参数59-60
• 5.2 小波神经网络分布式光伏出力预测60-69
• 5.2.1 晴天样本61-62
• 5.2.2 晴天样本预测结果分析62-63
• 5.2.3 阴天样本63-64
• 5.2.4 阴天样本预测结果分析64-65
• 5.2.5 多云转阴65-66
• 5.2.6 多云转阴样本预测结果分析66-67
• 5.2.7 中雨样本67-68
• 5.2.8 中雨样本预测结果分析68-69
• 5.3 整体预测结果分析69-70
• 5.4 本章小结70-72
• 第6章 结论与展望72-75
• 6.1 结论72-73
• 6.2 展望73-75
• 致谢75-76
• 参考文献76-79
• 攻读学位期间的研究成果79

您可以在本站搜索以下学术论文文献来了解更多相关内容

超短期负荷预测中相似日的选择方法    蔡佳宏;刘俊勇;

光伏发电功率预测统计方法研究    卢静;翟海青;刘纯;王晓蓉;

基于时间序列和神经网络的电力系统负荷预测    张颖,高中文

基于多时段气象数据判断相似日的日负荷曲线预测研究    周晖;王玮;秦海超;王书春;姜红;

分布式发电对配电网继电保护的影响    温阳东;王欣;

江西电网光伏电源规模化接入的对策探讨    范瑞祥;吴素农;

粗糙集理论及其应用综述    韩祯祥,张琦,文福拴

灰色理论在中长期负荷预测中的应用    赵勇;李永刚;

一种并网型光伏电站光功率及发电量预测的方法    李军;许继生;王生渊;景满德;李春来;尚国斌;

大规模光伏并网电站接入系统若干问题的探讨    郑志杰;李磊;王葵;

小波神经网络在遥感溢油图像去噪中的应用    朱美龙

考虑光伏并网发电的短期负荷预测    李广敏

基于小波神经网络的电力系统负荷预测    张涛

基于相似度的模糊粗糙近似算子    田大增;崔玮;哈明虎;高林庆;

基于局域波分解及时间序列的风电场风速预测研究    管胜利;

数据挖掘技术用于负荷与负荷影响因素的相关性分析    李莉;栗然;

基于小波变换的磨煤机磨辊磨损趋势分量提取    刘继伟;曾德良;蒋欣军;杨向东;柳倩;

计及温度影响的短期负荷预测时间序列模型    万志宏;陈亮;文福拴;

基于多元回归分析的光伏电站太阳辐射曝辐量模型    王哲;王飞;刘力卿;郭佳;

混沌神经网络在球磨机故障诊断中的应用    陈晓明;屈宝存;王小菽;林锋;

基于小波分解的电力系统短期负荷预测方法研究    王成纲;郭辉;张文静;

智能电网中电力负荷短期预测数据挖掘模型    高庆敏;孟繁为;王利平;蔡宇飞;

基于小波-单神经元组合模型的电力系统负荷预测    曹兴霖;邱道尹;

基于PSO-K均值聚类的核事故应急监测点位快速确定技术研究    王国庆;李国福;李旭渊;

一种非线性系统ANN逆模型建模方案及EFRA训练算法仿真    曲东才;徐庆九;

The Load Forecasting Using the PSO-BP Neural Network and Wavelet Transform    

自抗扰控制技术在变速恒频双馈风力发电系统中的应用    周雪松;李超;马幼捷;李季;于阳;

智能电网的配电可靠性与电能质量问题研究    刘媛媛;段义隆;李佳;

一种新型联想记忆神经网络在非线性系统辨识中的研究    孟凡华;吴学礼;杜太行;

小波神经网络预测电价的新改进    涂启玉;张茂林;

光伏发电技术特点及对配电网的影响    严玉廷;卢勇;杜朝波;

光伏发电预测技术的应用    王增新;苏适;田沛;

基于实时气象要素的湖州短期负荷预测研究    盛琼;顾泽;骆丽楠;

船用增压锅炉汽包水位预测控制方法研究    冷欣

电力短期负荷时间序列混沌特性分析及预测研究    谢忠玉

开关磁阻电机在船舶电力推进中的应用研究    许爱德

分布式电源的概率建模及其对电力系统的影响    王敏

随机回归神经网络的动力学行为研究    朱松

服务商选择与备件备品库存管理研究    任家福

石油价格波动规律研究    孙大利

轮胎噪声的预测方法与试验研究及优化设计    车勇

膨胀土渠坡若干关键技术问题研究    温世亿

基于智能算法的滑坡稳定性建模与分析    黄光东

深井底板突水判别和预测系统开发研究    孙明

远程诊断中心的设计与实现    韩冬振

多智能体调度优化算法研究    王东阳

基于P2P的教学信息资源负载均衡调度算法的研究    韩冬梅

基于混合优化策略的粒子群算法及其应用研究    杨立标

海底管道防腐状态检测关键技术研究    兰杰

遗传算法和神经网络在结构损伤识别中的应用    薛明玉

基于粗糙集理论的连续属性离散化算法研究    李慧

基于灰色—BP神经网络模型的淮河水污染预测    胡晓丹

基于变精度粗糙集的约简算法研究与应用    伊丽莉

电力负荷预测常用方法的分析比较与应用    胡杰;文闪闪;胡导福;何益鸣;

辽阳地区1997～2005年用电量及供电负荷预测    骆平,王绍绵,杨大鸥

基于GM(1,1)的残差修正模型及应用    张艳芳;

大型光伏并网系统的建模与仿真    茆美琴,苏建徽,张国荣,杜雪芳,刘翔

独立光伏电站系统的仿真与优化设计    茆美琴,曹仁贤,何慧若

支持向量机及其在函数逼近中的应用    朱国强,刘士荣,俞金寿

基于相似日的神经网络短期负荷预测方法    张颖,张瑞,高中文

基于时间序列和神经网络的电力系统负荷预测    张颖,高中文

自组织映射神经网络电价预测方法    刘多学;

电力系统短期负荷预测的模糊神经网络方法    姜勇

基于小波变换消除遥感图像噪声    侯波

太阳能光伏并网发电系统的研究    赵为

人工神经网络的泛化性能与降水预报的应用研究    林开平

基于神经网络的短期负荷预测    张国华

太阳能光伏发电并网逆变装置    孙本新

太阳能光伏发电系统的研究    孔娟

直流系统接地故障检测方法的研究    王金凤

基于小波的图像阈值去噪方法    尉世强

基于小波阈值优化的遥感溢油SAR图像去噪研究    潘海澄

海上溢油遥感图像处理方法研究    冯亮

基于小波神经网络的系统边际电价预测    李逊

基于隐马尔科夫模型的人脸认证算法研究    朱克峰

基于BP神经网络的手写数字识别系统研究    黄巧巧

基于Java的发动机紧致型小波神经网络故障诊断    余得水;李万莉;柯馥;曾杨;

电力设备基于小波神经网络故障检测方法的仿真研究    余勇;万德钧;程启明;

小波神经网络在缺陷数据压缩和信号重构中的应用    康中尉,罗飞路,潘孟春,陈棣湘

基于粒子群优化的小波神经网络及其在齿轮箱故障诊断中的应用    毛鸿伟;潘宏侠;刘文礼;

基于小波神经网络的电能质量扰动辨识    李习武;王艳松;

小波神经网络分类算法在教育信息管理系统中的应用    年四成;孙德辉;史运涛;李志军;

D-S证据理论与小波神经网络在发动机故障诊断中的应用    韩文艳;苏铁熊;

遗传算法优化的小波神经网络在短期电力负荷预测中的应用    贾正源;田丽;刘庆超;

基于遗传算法的小波神经网络DTC转速辨识    周杰;王蕴恒;潘洪亮;

小波神经网络在离心压缩机故障诊断中的应用    黄胜忠;

小波神经网络结合多项式的混合预测方法在通信规划中的应用    董健;尹萌;张辉;

基于小波神经网络的高陡边坡位移预测    李元松;李新平;代翼飞;陈清运;

基于小波神经网络的氧气顶回转炉口火焰温度多光谱测量    王勇青;陈延如;邵艳明;陈晶晶;陈斐楠;

短期电力负荷预测的小波神经网络模型的研究    牛东晓;邢棉;谢宏;陈志业;

基于改进小波神经网络的航空滚动轴承的故障检测    金向阳;张莉;于广滨;

基于小波神经网络的电力谐波检测方法    牟海维;马娜;付光杰;刘祥楼;

基于小波神经网络的飞机故障诊断    侯霞;张军峰;刘国海;

基于小波神经网络的齿轮裂纹故障诊断    鲁艳军;陈汉新;陈绪兵;

基于小波神经网络的齿轮裂纹故障诊断    鲁艳军;陈汉新;陈绪兵;

基于小波神经网络理论的GPS变形监测预报方法    黎明;

2010年光伏新能源仍供不应求    谢韵

启动光伏内需可创千万亿市场    本报记者 陈其珏

国家光伏研究中心产业化基地落户广东    

服务硅产业 我市高校首开光伏专业    张舸

意大利光伏市场迅速扩大    杨理

国内光伏市场元年开启    本报记者 梁钟荣

光伏业:步入调整期明年市场尚不明朗    诸玲珍

一个光伏企业的坎坷路    孙萌萌

光伏“倾销”真相    本报记者 邓丽　实习记者 庄佳婧

权威认证为光伏企业开启出口通道    本报记者 海霞

基于轨迹线性化方法的近空间飞行器鲁棒自适应控制研究    薛雅丽

自适应结构优化神经网络控制研究    宋清昆

基于小波神经网络的模拟电路故障诊断方法研究    金瑜

超临界流体中有机固体溶解度的研究    胡德栋

基于BP网络的局部放电模式识别    郑殿春

油田热水供暖系统热负荷智能预测技术研究    刘明

船舶减摇鳍系统智能控制及其可视化仿真的研究    李晖

基于小波理论的变形分析模型研究    文鸿雁

基于小波神经网络的区域景观生态评价研究    祝伟民

一类混合动态系统建模与优化调度问题的研究    周卫东

基于模糊小波神经网络的多辊热连轧产品质量控制    袁月春

小波神经网络在遥感溢油图像去噪中的应用    朱美龙

基于小波神经网络的柴油机燃油系统故障诊断的设计与实现    李凤鸣

基于QPSO优化小波神经网络的信息安全风险评估方法研究    宋红梅

基于小波神经网络的异步电机故障诊断    周桂珍

基于LabVIEW的小波神经网络在电机声频故障诊断中的应用研究    莫慧芳

小波神经网络理论的研究及其在加热炉钢坯温度预报中的应用    员世芬

基于小波神经网络的分布式光伏发电出力预测    姜强鑫

小波神经网络在旋转机械故障诊断中的应用研究    葛文谦

基于小波神经网络的模拟电路故障诊断技术研究    康辉