基于相似日和遗传算法-反向传播神经网络的太阳辐照量预测

光伏发电具有随机性、波动性的特点,为了达到光伏发电并网稳定性、输出可控性的目的,并提高光伏发电利用率,需要对太阳辐照量进行高精度预测。提出基于相似日和遗传算法-反向传播神经网络的太阳辐照量预测方法,通过分析与太阳辐照量强相关的气象因素,筛选出相似日样本,对遗传算法-反向传播神经网络进行训练,实现预测。对三种不同天气的逐时太阳辐照量进行预测,由此对遗传算法-反向传播神经网络与普通反向传播神经网络的预测精度进行比较。仿真结果表明,遗传算法-反向传播神经网络具有更高的太阳辐照量预测精度,适应性也更强。

资料为PDF文档格式.

本文档关键词:反向,算法,遗传,相似,预测