1、隨著能源消費的快速增長，導致傳統(tǒng)能源日益枯竭。為了應對這一嚴峻問題，人類加快了對可再生能源的研究和開發(fā)。其中，太陽能因為其具有容易獲取和綠色環(huán)保等優(yōu)勢，基于太陽能發(fā)電的光伏微電網(wǎng)逐漸成為人類對可再生能源研究和利用的發(fā)展方向。但是由于易受天氣和外部環(huán)境等各種客觀的不可控的因素的影響，光伏微電網(wǎng)中的發(fā)電及負荷會呈現(xiàn)出一定程度的不確定性，難以實現(xiàn)微電網(wǎng)的經(jīng)濟穩(wěn)定運行。因此，獲取精確的微電網(wǎng)發(fā)電和負荷預測數(shù)據(jù)，制定合理的微電網(wǎng)能量調度策略，具有

2、重要意義。本文以光伏微電網(wǎng)為研究對象，對光伏發(fā)電及負荷預測方法進行了全面而細致的探討，基于獲取的預測數(shù)據(jù)，對光伏微電網(wǎng)的能量調度策略進行了深入研究。
　　本文針對光伏發(fā)電及負荷預測中的實際應用問題，深入地研究了RBF神經(jīng)網(wǎng)絡和灰色算法的基本原理，分別探討了這兩種算法的建模方法。首先，引入神經(jīng)網(wǎng)絡預測理論，探討了光伏發(fā)電和負荷預測模型的構建及其設計思想，詳細的定性分析了氣象條件與光伏發(fā)電及負荷預測之間存在的聯(lián)系；探究了光伏發(fā)電及負荷

3、預測中神經(jīng)網(wǎng)絡輸入量的確定和選取方法、輸入數(shù)據(jù)的預處理方法、網(wǎng)絡結構以及網(wǎng)絡輸出的確定方法，構建了基于RBF神經(jīng)網(wǎng)絡的光伏發(fā)電及負荷預測模型。其次，探討了 GM(1,1)的建模思想，研究了灰色算法對輸入數(shù)據(jù)的預處理方法，詳細分析了模型關鍵參數(shù)的求解方法，針對模型參數(shù)求解過程中存在的缺陷，提出了改進方法，分析了原始模型和改進模型的預測性能，仿真結果表明，改進算法具有更優(yōu)的預測結果。為了提煉出更精確的預測結果，本文提出了組合預測算法，研究了