电网技术

2021, v.45;No.449(04) 1258-1264

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于数字孪生的光伏发电功率超短期预测
Ultra-short-term Prediction of Photovoltaic Power Generation Based on Digital Twins

孙荣富;王隆扬;王玉林;丁然;徐海翔;王靖然;李强;

摘要(Abstract):

光伏发电功率超短期预测对减小光伏并网对电网冲击及维持电网安全运行具有重要意义。提出一种基于数字孪生的光伏发电功率超短期预测机制,通过构建数字孪生体进行实时、高精度的光伏功率预测。首先根据GA-BP神经网络(geneticalgorithm-backpropagationneuralnetwork)构建光伏发电功率预测虚拟模型,并通过多维度的传感器采集光伏电池以及周围环境的各项孪生数据,同时更新历史数据库。然后以采集到的孪生数据为基础进行功率预测并得到初步预测结果。最后通过相似气象搜索,得到相似情况下的实际功率值和当时的预测功率,进而修正初步预测结果,得到最终预测功率。仿真算例结果表明,所提方法能有效提高光伏发电输出功率超短期预测精度。

关键词(KeyWords): 光伏发电;功率预测;数字孪生;预测精度

Abstract:

Keywords:

基金项目(Foundation): 国家重点研发计划项目(2017YFB1201003)~~

作者(Author): 孙荣富;王隆扬;王玉林;丁然;徐海翔;王靖然;李强;

Email:

DOI: 10.13335/j.1000-3673.pst.2020.0711

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享