优化粒子群算法的神经网络光伏发电预测

李松威++王胜辉++郑洪

摘 要：随着我国近些年大力的发展可再生新能源，光伏发电系统的装机容量持续增加。然而其发电功率由于受到气象因素变化的影响，具有很大的间歇性和随机性。由此看来光伏发电系统的并网接入会增加电网系统的复杂度，影响电网系统现有的裕度和发电计划，进而可能导致系统崩溃。提高光伏系统的预测精度，有助于提高电力系统的运行稳定性。本文通过对粒子群算法进行改进，提高粒子群算法的全局收敛性，用改进的粒子群算法优化了神经网络光伏发电预测模型。最后通过预测数据与实测数据的比较，验证本文所提方法的有效性。

关键词：光伏功率预测；改进粒子群；神经网络

DOI：10.16640/j.cnki.37-1222/t.2017.06.129

1 引言

随着石油、煤炭等一次能源面临枯竭，能源短缺和全球环境恶化逐步成为限制全球经济发展的瓶颈。保护人类生存环境、发展可再生清洁能源，进而摆脱能源紧缺的局面，已经成为世界各地可持续发展的重要难题。地球上主要的可再生能源有太阳能、风能、水能、海洋能、生物能、地热能等，而其中大部分能源都是经过太阳能间接转化过来的。太阳能又被称作是永不会枯竭的能源，而且不会对环境造成污染，是环境友好能源，因而太阳能被认为是21世纪代替石油、煤炭等传统化石能源的最好选择之一。全面利用清洁新能源是21世纪加快经济发展的重要因素，充分开发利用太阳能已经成为世界各国政府可持续发展的能源战略决策[1]。……