1、光伏出力預測是電網(wǎng)規(guī)劃的重要組成部分,其預測精度關系到電力系統(tǒng)的安全、穩(wěn)定及運行。同時對電力系統(tǒng)調(diào)度、電力市場營銷以及發(fā)電公司競價上網(wǎng)都具有很大的影響。由于光伏陣列輸出功率受環(huán)境影響很大,且具有隨機性、波動性和間歇性,因此建立合適的預測模型,提高光伏電站出力預測的精度是本文的主要研究內(nèi)容。
　　 在分析現(xiàn)有的BP神經(jīng)網(wǎng)絡、小波神經(jīng)網(wǎng)絡預測方法的基礎上,本文提出了基于改進小波神經(jīng)網(wǎng)絡算法的預測模型,該模型結(jié)合小波神經(jīng)網(wǎng)絡的優(yōu)良性能

2、同時采用Levenberg-Marquardt算法進行數(shù)值優(yōu)化。在訓練樣本選取上,采用數(shù)據(jù)挖掘技術(shù),應用改進余弦相似性度量方法和歐式距離相結(jié)合的方法,對樣本數(shù)據(jù)庫進行分類。應用BP神經(jīng)網(wǎng)絡、小波神經(jīng)網(wǎng)絡及改進小波神經(jīng)網(wǎng)絡三種模型對晴天、陰天、多云轉(zhuǎn)陰、中雨四個樣本集分別進行了預測并與實際值進行分析比較,通過相對誤差和平均相對誤差兩個指標來評價本文所用的預測模型。結(jié)果顯示采用改進小波神經(jīng)網(wǎng)絡算法的預測模型對晴天的預測效果比對陰天、多云轉(zhuǎn)陰