基于典型气象周的GRNN光伏发电量预测模型

基于典型气象周的GRNN光伏发电量预测模型
由于光伏发电量具有波动性，且现有的光伏发电量预测技术存在气象因素考虑不全面、特征提取不充分等问题，为提高光伏发电量预测精度，文中提出一种改进的典型气象年方法（TMY Method）生成典型气象年数据，并结合广义回归神经网络（GRNN）进行光伏发电量预测。首先，选择6种历史气象指标，利用Finkelstein-Schafer统计方法选择典型气象周，并生成典型气象年数据；然后，使用因子分析法对会影响光伏发电量的气象指标进行筛选，对筛选出的气象指标和日光伏发电量进行标准化处理后，将其作为GRNN模型的初始输入量，得到预测日的光伏发电量；最后，利用江苏省南京市的历史气象数据及日发电量数据对所设计的模型进行训练和预测。结果表明，与标准TMY Method-GRNN预测方法相比，文中所提预测方法有较好的预测性能。

标题：
基于典型气象周的GRNN光伏发电量预测模型
Photovoltaic power generation prediction model based on optimized TMY Method-GRNN

作者：
卞海红，孙健硕
BIAN Haihong, SUN Jianshuo

关键词：
典型气象年;广义回归神经网络(GRNN);改进的典型气象年方法(TMY Method);因子分析法;光伏发电量预测;气象指标
typical meteorological year;generalized regression neural network (GRNN);improved typical meteorological year method (TMY Method);factor analysis;photovoltaic power generation prediction;meteorological indicators

2025-1-23 19:49 上传 基于典型气象周的GRNN光伏发电量预测模型.pdf

文件大小:

4.91 MB

下载次数:

60

高速下载