并網(wǎng)型光伏發(fā)電功率預(yù)測系統(tǒng)的研究與實現(xiàn)

【摘要】：隨著我國光伏發(fā)電系統(tǒng)得到越來越廣泛的應(yīng)用,隨之而來的問題也越來越多。由于太陽輻照度與季度、晝夜等周期性因素有關(guān),還與陰晴等天氣的非周期因素有關(guān),致使得光伏發(fā)電輸出功率有著隨機(jī)性及間歇性等缺陷。當(dāng)前我國儲能技術(shù)還不成熟,當(dāng)大規(guī)模的光伏發(fā)電系統(tǒng)并網(wǎng)時,對電網(wǎng)的電能質(zhì)量及系統(tǒng)穩(wěn)定帶來巨大挑戰(zhàn)。因此對光伏發(fā)電輸出功率進(jìn)行預(yù)測對于電力系統(tǒng)調(diào)度及電力系統(tǒng)運(yùn)行的穩(wěn)定性有著舉足輕重的作用。做好光伏發(fā)電功率預(yù)測工作對于擴(kuò)大光伏產(chǎn)業(yè)規(guī)模及提高光伏產(chǎn)業(yè)發(fā)展速度具有重要意義。 本文在研究光伏發(fā)電特性的基礎(chǔ)上,提出了粒子群優(yōu)化算法(PSO)來優(yōu)化稀疏貝葉斯回歸(SBR)的混合算法,并將其應(yīng)用于光伏功率預(yù)測問題中。通過對光伏發(fā)電特性及影響因素的分析,得出影響出力的主要因素為光照強(qiáng)度、溫度,并以此構(gòu)建樣本集,用上述算法構(gòu)建的模型進(jìn)行功率預(yù)測。本文采用的稀疏貝葉斯回歸是一種可以解決非線性回歸的有效方法,其參數(shù)的選擇和預(yù)測結(jié)果的精度密切相關(guān)。本文采取的是用粒子群算法來代替?zhèn)鹘y(tǒng)的共軛梯度法以解決稀疏貝葉斯的參數(shù)優(yōu)化過程。經(jīng)過實驗驗證,在未經(jīng)參數(shù)優(yōu)化時,稀疏貝葉斯回歸算法的預(yù)測精度要略高于支持向量機(jī)以及神經(jīng)網(wǎng)絡(luò)算法。在參數(shù)優(yōu)化后,預(yù)測精度在原有的基礎(chǔ)上又得到了進(jìn)一步提高,驗證了算法的有效性。本文在最后本文設(shè)計了一個光伏發(fā)電功率預(yù)測系統(tǒng),給出了系統(tǒng)的各個方面的詳細(xì)設(shè)計,包括數(shù)據(jù)庫、系統(tǒng)架構(gòu)、系統(tǒng)功能設(shè)計和一些操作界面。該系統(tǒng)實現(xiàn)了光伏功率預(yù)測的基本功能,包括模型訓(xùn)練、數(shù)據(jù)展示及查詢、預(yù)測結(jié)果展示、誤差比較等,具備一定的實用性。 【關(guān)鍵詞】：并網(wǎng)光伏電站 功率預(yù)測 稀疏貝葉斯回歸 粒子群算法
【學(xué)位授予單位】：華北電力大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TM615
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-14
• 1.1 研究背景及研究意義10
• 1.2 國內(nèi)外研究現(xiàn)狀10-12
• 1.3 論文主要工作和章節(jié)安排12-14
• 第2章 光伏發(fā)電特性及功率預(yù)測模型14-21
• 2.1 并網(wǎng)發(fā)電技術(shù)概述14-16
• 2.1.1 光伏發(fā)電的利用14
• 2.1.2 光伏電站發(fā)電原理及組成14-15
• 2.1.3 光伏功率特性分析15-16
• 2.2 稀疏貝葉斯預(yù)測模型16-19
• 2.3 稀疏貝葉斯回歸用于光伏發(fā)電功率預(yù)測分析19-20
• 2.4 本章小結(jié)20-21
• 第3章 基于稀疏貝葉斯回歸的發(fā)電功率預(yù)測21-34
• 3.1 發(fā)電功率的影響因素21-24
• 3.1.1 天氣情況21-22
• 3.1.2 輻照強(qiáng)度22
• 3.1.3 溫度22-23
• 3.1.4 其他因素23-24
• 3.2 構(gòu)建樣本集24-25
• 3.2.1 樣本分析24
• 3.2.2 樣本構(gòu)建24-25
• 3.3 稀疏貝葉斯回歸預(yù)測步驟25-28
• 3.3.1 數(shù)據(jù)預(yù)處理25-27
• 3.3.2 預(yù)測步驟27-28
• 3.4 實驗分析28-33
• 3.4.1 評估標(biāo)準(zhǔn)28
• 3.4.2 算例分析28-33
• 3.5 本章小結(jié)33-34
• 第4章 基于粒子群優(yōu)化的稀疏貝葉斯回歸發(fā)電功率預(yù)測34-45
• 4.1 粒子群算法34-35
• 4.1.1 粒子群研究現(xiàn)狀及應(yīng)用34
• 4.1.2 標(biāo)準(zhǔn)粒子群算法簡介34-35
• 4.2 建立粒子群-稀疏貝葉斯回歸預(yù)測模型35-37
• 4.2.1 基于粒子群算法的參數(shù)優(yōu)化方法描述35-36
• 4.2.2 建立粒子群-稀疏貝葉斯回歸模型36-37
• 4.3 實驗分析37-44
• 4.3.1 超參數(shù)優(yōu)化37
• 4.3.2 優(yōu)化后的結(jié)果分析37-44
• 4.4 本章小結(jié)44-45
• 第5章 光伏發(fā)電功率預(yù)測系統(tǒng)的設(shè)計及實現(xiàn)45-53
• 5.1 總體目標(biāo)45
• 5.2 光伏發(fā)電功率預(yù)測系統(tǒng)的設(shè)計45-50
• 5.2.1 系統(tǒng)設(shè)計原則45-46
• 5.2.2 系統(tǒng)架構(gòu)設(shè)計46-47
• 5.2.3 系統(tǒng)數(shù)據(jù)庫設(shè)計47-48
• 5.2.4 網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)48-49
• 5.2.5 系統(tǒng)開發(fā)平臺及技術(shù)49-50
• 5.3 系統(tǒng)實現(xiàn)50-52
• 5.3.1 登陸界面50
• 5.3.2 管理設(shè)置界面50-51
• 5.3.3 預(yù)測界面51
• 5.3.4 數(shù)據(jù)查詢界面51-52
• 5.4 本章小結(jié)52-53
• 第6章 結(jié)論與展望53-54
• 參考文獻(xiàn)54-57
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文及其它成果57-58
• 致謝58

您可以在本站搜索以下學(xué)術(shù)論文文獻(xiàn)來了解更多相關(guān)內(nèi)容

基于神經(jīng)網(wǎng)絡(luò)的光伏陣列發(fā)電預(yù)測模型的設(shè)計    陳昌松;段善旭;殷進(jìn)軍;

并網(wǎng)型光伏電站功率預(yù)測方法探討    李春來;朱慧敏;景滿德;張杰;

光伏發(fā)電功率預(yù)測統(tǒng)計方法研究    盧靜;翟海青;劉純;王曉蓉;

基于擴(kuò)展記憶粒子群-支持向量回歸的短期電力負(fù)荷預(yù)測    段其昌;曾勇;黃大偉;段盼;劉頓;

基于模擬退火的粒子群優(yōu)化算法    高鷹,謝勝利

高斯過程集成算法的發(fā)酵過程軟測量建模    張相勝;王凱;

基于SVM的光伏最大功率跟蹤的預(yù)測研究    唐彬;馬穎;崔巖;劉素梅;

基于支持向量機(jī)回歸的光伏發(fā)電出力預(yù)測    栗然;李廣敏;

基于神經(jīng)網(wǎng)絡(luò)的光伏系統(tǒng)發(fā)電功率預(yù)測    張嵐;張艷霞;郭嫦敏;趙杰;

群智能算法的混合策略研究    黃少榮;

粒子群優(yōu)化算法的研究現(xiàn)狀與發(fā)展概述    王伯成;施錦丹;王凱;

大容量并網(wǎng)型光伏電站功率預(yù)測預(yù)報系統(tǒng)設(shè)計    程序;周海;崔方;丁杰;

基于ARMA模型的光伏電站出力預(yù)測    蘭華;廖志民;趙陽;

基于支持向量機(jī)的局部陰影條件下光伏陣列建模    陳阿蓮;馮麗娜;杜春水;張承慧;

基于模糊識別的光伏發(fā)電短期預(yù)測系統(tǒng)    陳昌松;段善旭;蔡濤;代倩;

含間歇式電源電力系統(tǒng)風(fēng)險評估的研究綜述    胡艷梅;吳俊勇;高立志;

BP-馬爾科夫組合預(yù)測方法在光伏發(fā)電量預(yù)測中的應(yīng)用    姜僑娜;陳中;

分布式光伏發(fā)電系統(tǒng)的可靠性模型及指標(biāo)體系    王震;魯宗相;段曉波;李曉明;

智能電網(wǎng)中的電網(wǎng)友好技術(shù)概述及展望    薛晨;黎燦兵;曹一家;李俊雄;譚益;劉玙;

光伏發(fā)電預(yù)測技術(shù)的應(yīng)用    王增新;蘇適;田沛;

幾種智能最優(yōu)化算法的比較研究    張偉;李守智;高峰;劉振山;

PSO和GA的對比及其混合算法的研究進(jìn)展    封磊;蔡創(chuàng);齊春;喬锃;

求解隨機(jī)車輛路徑規(guī)劃問題的混合微粒群算法    裴振奎;劉健;華夏;

關(guān)于WRF模式模擬地表短波輻射的統(tǒng)計訂正    白永清;陳正洪;王明歡;成馳;

基于氣象因子的神經(jīng)網(wǎng)絡(luò)模型在光伏發(fā)電預(yù)測中的應(yīng)用研究    代倩;段善旭;蔡濤;陳昌松;

光伏發(fā)電量與氣象因子的關(guān)系及其預(yù)報試驗簡報    何明瓊;陳正洪;成馳;

Short Term Photovoltaic Power Generation Forecasting Using RBF Neural Network    ZhiYong LI;YunLei ZHOU;Cheng CHENG;Yao LI;KeXing LAI;

粒子群優(yōu)化算法研究及其在海底地形輔助導(dǎo)航中的應(yīng)用    譚佳琳

分布式電源的概率建模及其對電力系統(tǒng)的影響    王敏

粒子濾波算法研究及其在GPS/DR組合導(dǎo)航中的應(yīng)用    宮軼松

中國地面太陽輻射長期變化特征及短期預(yù)報方法研究    馬金玉

粒子群優(yōu)化算法及其在機(jī)電設(shè)備中的應(yīng)用研究    劉波

基于粒子群優(yōu)化算法的圖像分割研究    孫越泓

天線雷達(dá)散射截面分析與控制方法研究    王文濤

基于計算智能的偏振模色散自適應(yīng)補(bǔ)償技術(shù)研究    池越

基于群智能優(yōu)化方法的盲信號分離算法研究    陳雷

衛(wèi)星熱輻射特性及其空間輻照環(huán)境效應(yīng)研究    馬偉

基于混合粒子群算法的ZnO鍍膜光纖傳感器的參數(shù)優(yōu)化    劉奇

區(qū)間自適應(yīng)粒子群算法研究及其應(yīng)用    姜念

基于PSO算法的氧樂果合成過程建模與控制研究    楊書顯

基于混合優(yōu)化策略的粒子群算法及其應(yīng)用研究    楊立標(biāo)

改進(jìn)的粒子群算法在停車場中的應(yīng)用    劉子文

模糊控制在光伏最大功率追蹤預(yù)測中的應(yīng)用與研究    陳亞峰

基于神經(jīng)網(wǎng)絡(luò)和群智能優(yōu)化算法的生產(chǎn)過程預(yù)警技術(shù)及其應(yīng)用    劉濤

酮苯脫蠟回收系統(tǒng)的建模與優(yōu)化    袁沈堅

低壓減載參數(shù)優(yōu)化問題的分布式計算研究    李潮

混合粒子群優(yōu)化算法及其在圖像匹配中的應(yīng)用研究    李小林

一種獨(dú)立光伏發(fā)電系統(tǒng)雙向變換器的控制策略    廖志凌;阮新波;

基于神經(jīng)網(wǎng)絡(luò)的光伏陣列發(fā)電預(yù)測模型的設(shè)計    陳昌松;段善旭;殷進(jìn)軍;

優(yōu)化組合核函數(shù)相關(guān)向量機(jī)電力負(fù)荷預(yù)測模型    段青;趙建國;馬艷;

分布式發(fā)電對配電網(wǎng)電壓分布的影響    王志群,朱守真,周雙喜,黃仁樂,王連貴

分布式發(fā)電接入位置和注入容量限制的研究    王志群,朱守真,周雙喜,黃仁樂,王連貴

基于改進(jìn)粒子群-徑向基神經(jīng)網(wǎng)絡(luò)模型的短期電力負(fù)荷預(yù)測    師彪;李郁俠;于新花;閆旺;何常勝;孟欣;

改進(jìn)遺傳神經(jīng)網(wǎng)絡(luò)及其在負(fù)荷預(yù)測中的應(yīng)用    高海龍;張國立;

基于支持向量機(jī)的夏季電力負(fù)荷短期預(yù)測方法    沈梁玉;于欣;

大型光伏并網(wǎng)系統(tǒng)的建模與仿真    茆美琴,蘇建徽,張國榮,杜雪芳,劉翔

高斯過程及其在軟測量建模中的應(yīng)用    王華忠;

基于極端學(xué)習(xí)機(jī)的光伏發(fā)電功率短期預(yù)測    劉士榮;李松峰;寧康紅;周嘯波;榮延澤;

科技文摘    

風(fēng)電場發(fā)電功率的建模和預(yù)測研究綜述    王麗婕;廖曉鐘;高陽;高爽;

聯(lián)合條件下風(fēng)力發(fā)電風(fēng)速預(yù)測    田麗;鄧閱;

光伏發(fā)電功率預(yù)測統(tǒng)計方法研究    盧靜;翟海青;劉純;王曉蓉;

采用氣象信息的神經(jīng)網(wǎng)絡(luò)應(yīng)用于短期風(fēng)力發(fā)電功率預(yù)測    徐星;張虹;樂海洪;徐敏;

身背核電站移民外星    阿碧;

海島風(fēng)柴蓄發(fā)電功率分配方法與運(yùn)行預(yù)測    許昌;李旻;田薔薔;鄭源;

風(fēng)電場發(fā)電功率組合預(yù)測方法研究    胡婷;劉觀起;邵龍;劉哲;孫勃;

基于小波分析的風(fēng)電場短期發(fā)電功率預(yù)測    王麗婕;冬雷;廖曉鐘;高陽;

光伏發(fā)電功率預(yù)測預(yù)報系統(tǒng)升級方案設(shè)計及關(guān)鍵技術(shù)實現(xiàn)    崔楊;陳正洪;成馳;唐俊;谷春;

龍源內(nèi)蒙古公司風(fēng)電場發(fā)電功率預(yù)測系統(tǒng)獲省級科技進(jìn)步獎    

基于AR模型的風(fēng)力發(fā)電功率預(yù)測仿真    馮雷;黃宏;張秀坤;張欣;

美將建“清潔煤炭”電廠    欣華

歐洲試驗利用海下“風(fēng)車”發(fā)電    劉 琴

日本研發(fā)海上浮動發(fā)電站    錢錚

全省風(fēng)電發(fā)電功率創(chuàng)最高紀(jì)錄    記者 張劍雯

并網(wǎng)型光伏電站發(fā)電功率預(yù)測方法與系統(tǒng)    王飛

大型變速變距風(fēng)力發(fā)電機(jī)組的柔性協(xié)調(diào)控制技術(shù)研究    邢作霞

人工智能方法在光伏發(fā)電功率預(yù)測中的應(yīng)用研究    王軍

新能源風(fēng)光發(fā)電功率預(yù)測模型的研究    陸劉春

風(fēng)電場發(fā)電功率預(yù)測及風(fēng)機(jī)運(yùn)行優(yōu)化的研究    張琦

并網(wǎng)型光伏電站發(fā)電功率的建模與預(yù)測研究    王旭峰

風(fēng)能及光伏發(fā)電功率短期預(yù)測方法研究    陳垣毅

并網(wǎng)型光伏電站發(fā)電功率與其主氣象影響因子相關(guān)性分析    郭佳

風(fēng)電場風(fēng)速及發(fā)電功率預(yù)測與經(jīng)濟(jì)效益研究    王麗偉

光伏發(fā)電功率的預(yù)測方法研究    王鴻璽

并網(wǎng)型光伏發(fā)電功率預(yù)測系統(tǒng)的研究與實現(xiàn)    曲洪達(dá)

風(fēng)電場風(fēng)速和發(fā)電功率預(yù)測研究    肖洋