【技术实现步骤摘要】
基于相似日特征分类与极端学习机的光伏发电功率短期预 报方法
本专利技术属于太阳能光伏发电
，是一种光伏发电功率短期预报方法。
技术介绍
太阳能光伏发电具有能量密度低、间歇性、不确定等特征，特别是输出功率与气象 条件密切相关，使得其发电特性与常规电力具有很大区别。光伏发电并网接入是光伏发电 实现大规模高效利用的重要形式。由于光伏发电的间歇性、不确定性和不可控性，当大规 模、大容量的光伏发电系统接入电网，对公共电网的安全运行带来重大挑战。为此，若能较 准确地预测光伏发电系统的发电功率，对于光伏发电系统并网接入运行的安全性和稳定 性，以及电网经济调度具有重要意义，可促进电网对这类不稳定能源的接纳和消化，减轻光 伏发电系统输出功率的不确定性对公共电网的影响具有重要意义。在此提出的光伏发电功 率预报，是基于公共气象网提供的气象数据、光伏发电系统发电功率数据等，通过数据特征 分类和基于极端学习机算法神经网络技术实现光伏发电功率短期预报。通过光伏发电功率的数据分析发现，在同类型天气条件下，光伏发电功率在大部 分天数中呈现相近的变化规律。以日预报气象数据、光伏发电系统的日发...
【技术保护点】
基于相似日特征分类与极端学习机的光伏发电功率短期预报方法，其特征是该方法包括以下步骤：步骤一：已有历史数据的初步筛选确定相似日：步骤二：通过计算确定相似日；步骤三：极端学习机神经网络参数确定；步骤四：预测实际发电功率，并计算预测精度。
【技术特征摘要】
【专利技术属性】
技术研发人员：刘士荣，张晓东，姜碧光，胡浙东，吴舜裕，李松峰，
申请(专利权)人：浙江埃菲生能源科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。