组合辐射衰减因子预报与RBF神经网络的光伏短期功率预测方法

作     者：梁志峰 董存 吴骥 崔方 陈卫东 LIANG Zhifeng;DONG Cun;WU Ji;CUI Fang;CHEN Weidong

作者机构：国家电网有限公司北京市西城区100031 中国电力科学研究院有限公司江苏省南京市210006 

出 版 物：《电网技术》 (Power System Technology)

年 卷 期：2020年第44卷第11期

页      面：4114-4120页

核心收录：

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

基　　金：国家电网有限公司总部科技项目:考虑云、浮尘等复杂因素的光伏出力特性多时空尺度变化规律研究与应用(NY71-19-013) 

主　　题：总云量 PM2.5 RBF神经网络 光伏短期功率预测 

摘      要：为了提升多云、雾霾等复杂天气条件下的光伏功率预测精度,提出一种组合辐射衰减因子预报与RBF神经网络的光伏短期功率预测方法。利用WRF中尺度模式(V4.1版本)以及WRF-CHEM空气质量模式实现总云量、PM2.5浓度的模拟计算,结合光伏电站历史出力数据,基于RBF神经网络构建多气象要素与光伏出力的直接映射关系模型。针对华北某区域开展预报实验,结果表明,所提方法可以有效提升多云、雾霾天气条件下的光伏功率预报精度,从而为电网调度运行提供有力支撑。