蚁群BP神经网络的光伏电站辐照强度预测

贺 文，齐 爽，陈厚合（.国网宁夏电力公司，银川 75000；.东北电力大学电气工程学院，吉林 30）

蚁群BP神经网络的光伏电站辐照强度预测

贺 文1，齐 爽2，陈厚合2
（1.国网宁夏电力公司，银川 750001；2.东北电力大学电气工程学院，吉林 132012）

摘要：为了提高光伏电站辐照强度的预测精度，本文提出了基于蚁群改进BP神经网络的预测方法。首先，分析了辐照强度的影响因素，从中筛选出纬度、海拔、天气类型、日照时数、温度、空气质量、相对湿度、风速、大气压强等最优影响因子作为模型的输入；其次，通过建立新的传递函数，采用最小均方误差能量函数法进行自动优化隐含层数；按月份建立蚁群改进BP神经网络模型，对辐照强度进行预测。预测结果与BP神经网络模型进行对比，表明该方法有效提高了辐照强度的预测精度。

关键词：光伏电站；辐照强度；蚁群算法；改进BP神经网络；预测

太阳能是绿色可再生能源，光伏发电系统很好地利用了太阳能的清洁性与经济性，已经受到了各国的重视。随着光伏发电并网规模的不断扩大，光伏发电系统功率的输出对电网的影响也日益凸显。光伏发电功率预测的准确与否直接关系到电力系统调度部门能否及时合理安排电网运行方式，从而采取措施调整调度计划，以提高电力系统的安全性与稳定性［1-2］。

目前，光伏发电功率预测的方法有两种：一种是直接预测方法，利用光伏电站的历史输出功率进行预测；另一种是间接预测方法，基于辐照强度预测光伏发电系统的输出功率。……