首页> 中文学位 >含随机功率修正的时间序列回归光伏功率预测方法研究
【6h】

含随机功率修正的时间序列回归光伏功率预测方法研究

代理获取

目录

声明

注释表

第一章 绪论

1.1研究背景及意义

1.2国内外研究现状

1.3关键问题及技术

1.4本文研究的主要内容

第二章 光伏功率输出特性及影响因素分析

2.1光伏电池工作特性

2.2太阳辐照强度和光伏输出功率关系分析

2.3气象影响因子预测数据与光伏输出功率线性关系分析

2.4气象影响因子与光伏输出功率相关程度分析

2.5本章小结

第三章 多元时间序列回归光伏功率预测方法

3.1多元时间序列回归功率预测方法预测概述及流程

3.2多元线性回归光伏功率初步预测方法

3.3 MLR功率预测模型残差的时间序列分析方法

3.4多元时间序列回归光伏功率预测模型

3.5 MPTEC功率预测结果及分析

3.6本章小结

第四章 基于机会约束规划的光伏随机功率修正方法

4.1随机功率修正方法概述及流程

4.2机会约束规划理论及模型求解方法

4.3基于机会约束规划的随机功率修正模型

4.4含随机功率修正的多元时间序列回归功率预测模型

4.5 MPTSEC预测结果及分析

4.6本章小结

第五章 总结与展望

5.1全文工作总结

5.2下一步工作展望

参考文献

致谢

在学期间发表的论文及参与完成的项目

附录1 MPTEC与MLR预测误差对比表

附录2 MPTSEC与MPTEC预测误差对比表

附录3 MPTSEC与SVR、BP预测误差对比表

展开▼

摘要

近年来,随着我国光伏装机容量持续增长,光伏发电不确定性影响电网稳定运行的问题变得不容忽视,“弃光”是目前解决该问题的主要方式,却造成光资源的极大浪费。新兴的光伏功率预测技术可以在很大程度上提高光伏资源的利用率。因此,研究高精度光伏功率预测方法对提高光伏利用率以及维持电网稳定性具有十分重要的意义。
  本文提出一种含随机功率修正的多元时间序列回归光伏功率预测方法(MPTSEC)。首先分别研究光伏功率与温度、相对湿度、风速、云量、露点温度共5种气象因子之间的关系,计算每种气象因素与光伏功率的Pearson相关系数,选取Pearson相关系数大的气象因数作为预测模型的输入参数。然后基于输入参数与光伏功率间的线性关系,建立多元线性回归(MLR)功率预测模型,利用时间序列分析方法对MLR模型残差序列进行建模与预测,将残差预测值对MLR预测结果进行修正,得到多元时间序列回归(MPTEC)功率预测结果,并验证残差预测对MPTEC功率预测精度提升的作用。最后对MPTEC功率预测误差进行机会约束规划建模并预测,将机会约束规划模型所得结果对MPTEC预测结果进一步修正,得到多元时间序列回归功率预测(MPTSEC)结果,验证随机功率修正对功率预测精度提升的作用,并通过将MPTSEC功率预测方法与现有的BP、SVM功率预测方法在预测精度方面进行对比,进一步验证MPTSEC功率预测方法的有效性。
  经实验验证,本文提出的含随机功率修正的多元时间序列回归光伏功率预测方法,能够较为准确地对光伏输出功率进行预测。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号