基于BP神经网络的短期光伏集群功率区间预测

孙东磊¹,王艳¹,于一潇^2*,韩学山²,杨明²,闫芳晴²

1. 国网山东省电力公司经济技术研究院, 山东 济南 250021;2. 山东大学电气工程学院, 山东 济南 250061

发布日期:2020-10-19

作者简介:孙东磊(1988— ),男,山东济宁人,博士,高级工程师,主要研究方向为电力系统规划. E-mail:sdusdlei@sina.com. *通信作者简介:于一潇(1993— ),女,山东烟台人,硕士研究生,主要研究方向为电力系统控制优化与运行. E-mail: 201734290@mail.sdu.edu.cn

Interval prediction of short-term regional photovoltaic power based on BP neural network

SUN Donglei¹, WANG Yan¹, YU Yixiao^2*, HAN Xueshan², YANG Ming², YAN Fangqing²

1. Economic and Technology Research Institute, State Grid Shandong Electric Power Company, Jinan 250021, Shandong, China;
2. School of Electrical Engineering, Shandong University, Jinan 250061, Shandong, China

Published:2020-10-19

摘要/Abstract

摘要： 针对大规模光伏并网给电力系统安全稳定运行带来的严峻挑战,考虑传统单一光伏场站功率预测的局限性,以区域性光伏集群功率为研究对象,提出一种基于BP神经网络的光伏集群功率的区间预测方法。通过互信息方法对变量进行相关性分析,提取关键解释变量作为输入变量,利用主成分分析进行数据降维,解决了光伏集群功率预测大数据处理的问题。利用神经网络在数据挖掘和非线性关系拟合方面的优越性,将神经网络和非参数概率预测相结合,量化光伏集群功率预测结果的不确定性。实验算例采用中国某地区10个光伏场站,利用未降维的原始数据与本研究所提出的数据降维方法进行对比,分别计算80%和90%预测区间,结果表明,本研究所提出的预测方法预测区间带更窄,具有更好的预测效果。利用本研究所提模型预测了某天超前72 h的80%和90%置信区间,验证了该方法的可行性和先进性。


PDF全文下载地址:

http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=1976