光伏出力短期预测技术研究-电气工程专业论文.docxVIP

目录 目录 PAGE PAGE IV 目 录 第 1 章 绪论 1 1.1 研究背景与研究意义 1 1.2 光伏发电系统概述 4 1.2.1 光伏系统组成 4 1.2.2 光伏系统功率特性 5 1.3 本文主要工作 8 第 2 章 光伏出力预测技术 10 2.1 光伏出力预测方法 10 2.2 统计法预测技术研究现状 12 2.3 本章小结 12 第 3 章 基于 BP 神经网络的光伏出力短期预测 14 3.1 BP 神经网络原理 14 3.2 基于 BP 神经网络的光伏出力预测模型 17 3.2.1 分类建模 17 3.2.2 网络参数设置 18 3.3 实例分析 18 3.3.1 数据处理 19 3.3.2 结果分析 19 3.4 本章小结 24 第 4 章 基于支持向量机（SVM）的光伏出力短期预测 25 4.1 统计学习理论基础 25 4.1.1 机器学习和经验风险 25 4.1.2 VC 维 26 4.1.3 推广性的界 27 4.1.4 结构风险最小化原理 27 4.2 支持向量机 28 4.2.1 支持向量机的基本思想 28 4.2.2 支持向量机核函数 30 4.2.3 支持向量机回归 30 4.2.4 参数选取 32 4.3 相似日理论 34 4.3.1 理论基础 34 4.3.2 相似日选取方法 34 4.4 基于支持向量机的光伏出力预测模型 35 4.5 实例分析 36 4.5.1 相似日理论验证 36 4.5.2 模型有效性分析 37 4.6 本章小结 43 第 5 章 光伏出力预测系统 45 5.1 设计原则以及设计步骤 45 5.1.1 设计原则 45 5.1.2 设计步骤 46 5.2 系统实现 47 5.3 本章小结 50 第 6 章 总结与展望 51 6.1 研究成果总结 51 6.2 未来工作展望 51 致谢 53 参考文献 54 第 第 1 章 绪论 PAGE PAGE 10 第 1 章 绪论 1.1 研究背景与研究意义 能源作为一种重要的资源，一直伴随着人类的发展与进步。但是随着社会 的发展，人类对于能源的消耗越来越大，出现了能源短缺以及环境问题。面对 这些问题，人们希望找到储量丰富而且清洁环保的新能源。太阳能无疑能够满 足人们的这些要求。 我国的太阳能资源丰富，其中全国总面积 2/3 以上的地区年日照小时数在 2000 小时以上，并且年辐射量大于 5000MJ/m2，具体如图 1.1 和 1.2 所示。由历 史数据 分析 可知 ， 每 年 中 国 的 陆 地 面 积 可 接 收 的 太 阳 能 辐 射 总 量 约 为 3.3?103 ~8.4?103 MJ/m2 ，这些能量相当于 2.4?104 亿吨标准煤燃烧所发出的热量。 图 1.1 全国年平均总辐射量分布图(kWh/m2) 图 1.2 全国年平均日照时数分布图（h） 以年辐射量为划分标准，可以将中国的太阳能资源分为四类地区。 一类地区：此类地区属于太阳能资源丰富地区。该地区的太阳能全年辐射 值处于 6700 ~ 8370MJ/m2 之间，这些能量等同于 230kg 标准煤燃烧所发出的热 量。这类地区主要包括新疆南部地区、青海、西藏、甘肃、内蒙古南部地区以 及云南西部地区。 二类地区：此类地区属于太阳能资源较丰富地区。该地区的太阳能全年辐 射值处于 5400 ~ 6700MJ/m2 之间，这些能量等同于 180～230kg 标准煤燃烧所发 出的热量。这类地区主要包括新疆北部地区、内蒙古北部地区、吉林、辽宁、 河北、山东、山西、河南、陕西北部地区、安徽北部地区、江苏北部地区、广 东南部地区、台湾以及海南。 三类地区：此类地区属于太阳能资源一般地区。该地区的太阳能全年辐射 值处于 4200 ~ 5400MJ/m2 之间，这些能量等同于 140～180kg 标准煤燃烧所发出 的热量。这类地区主要有黑龙江、安徽南部地区、江苏南部地区、江西、浙江、 湖北、湖南、广西以及广东大部分地区。 四类地区：此类地区属于太阳能资源贫乏地区。该地区的太阳能全年辐射 值小于 4200MJ/m2 。这类地区较少，只有四川省和贵州省。此类地区的太阳能 资源匮乏，不具有利用太阳能资源的优势。 以上地区中的一类和二类地区属于太阳能丰富区，可以充分利用其优势进 行太阳能发电。 按照太阳能发电原理的不同可以将太阳能发电分为两种发电形式：太阳能 光热发电和太阳能光伏发电。 太阳能光热发电：将光能转换为热能，再通过火力发电的原理将常规的热 能循环做功产生电能。光热发电产生的电是交流电，可以直接接入电网。除此 之外，相对于光伏发电，光热发电还有一个明显的优点：由于光热发电的原理 是