| 基于LSTM神经网络的中长期光伏电站发电量预测方法研究 |
| |
| 引用本文： | 方鹏,高亚栋,潘国兵,马登昌,孙鸿飞.基于LSTM神经网络的中长期光伏电站发电量预测方法研究[J].可再生能源,2022,40(1):48-54. |
| |
| 作者姓名： | 方鹏 高亚栋 潘国兵 马登昌 孙鸿飞 |
| |
| 作者单位： | 浙江华云电力工程设计咨询有限公司, 浙江 杭州 310023;浙江工业大学 机械学院机电所, 浙江杭州 310023 |
| |
| 基金项目： | 国家重点研发计划项目(2017YFA0700300);浙江省重点研发计划项目(2018C01081)。 |
| |
| 摘 要： | 准确估算光伏电站的中长期发电量对电网规划改进、调度优化、管理发展具有重要意义。然而,由于中长期发电量预测与短期出力预测存在显著差异,短期出力预测技术无法直接应用于中长期电量预测。文章提出一种基于模糊C均值聚类-随机森林算法FCM-RF和LSTM神经网络的中长期辐照度预测模型,进而提出间接预测分布式光伏电站发电量的方法。针对传统随机森林在数据差异性处理能力不足的问题,引入模糊C均值聚类算法对传统随机森林算法模型进行了改进。设计了LSTM神经网络,解决了"长时间周期依赖"问题。最后经实验验证,该分布式光伏电站中长期发电量预测模型每月预测平均误差百分数MAPE在3.5%上下波动,各电站年预测值在1.1%上下波动,预测效果较好。
|
| 关 键 词： | FCM-RF 中长期辐照度预测模型 LSTM 中长期发电量预测模型 MAPE |
Research on forecasting method of mid-and long-term photovoltaic power generation based on LSTM neural Network |
| |
| Fang Peng,Gao Yadong,Pan Guobing,Ma Dengchang,Sun Hongfei.Research on forecasting method of mid-and long-term photovoltaic power generation based on LSTM neural Network[J].Renewable Energy,2022,40(1):48-54. |
| |
| Authors: | Fang Peng Gao Yadong Pan Guobing Ma Dengchang Sun Hongfei |
| |
| Affiliation: | (Zhejiang Huayun Electric Power Engineering Design Consulting Co,LTD.,Hangzhou 310023,China;Zhejiang University of Technology,Hangzhou 310023,China) |
| |
| Abstract: | |
| |
| Keywords: | FCM-RF medium and long term irradiance prediction model LSTM medium and long term power generation prediction model MAPE |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
