典型文献
基于卫星云图和晴空模型的分布式光伏电站太阳辐照度超短期预测
文献摘要：
随着分布式光伏发电装机占比的不断提高,对分布式光伏发电功率预测提出了新的要求.但由于运行成本的约束,分布式光伏电站难以直接建立功率预测模型,为此提出了一种基于卫星云图和改进晴空模型的太阳辐照度超短期预测模型.首先,基于最小二乘法对美国采暖、制冷和空调工程师协会(American Society of Heating,Refrigerating and Air-conditioning Engineers,ASHRAE)模型进行改进,并由改进ASHRAE模型计算待测场站的理论晴空辐照度;然后,基于灰度共生矩阵和差分自回归滑动平均(autoregressive integrated moving average,ARIMA)模型获取待测场站未来1-4 h的云团遮蔽特征;最后,利用该云团遮蔽特征和数值天气预报(numerical weather prediction,NWP)信息建立基于长短期记忆网络(long short-term memory,LSTM)的修正算法对理论晴空辐照度进行修正,得到未来1-4 h的太阳辐照度预测结果.研究结果表明:通过该模型预测得到的太阳辐照度的月均方根误差为7.65％,相较于传统的晴空模型和仅使用NWP的预测模型,预测精度分别提升了 6.76％和4.61％,验证了卫星云图和晴空模型在太阳辐照度超短期预测中的有效性.
文献关键词：
分布式光伏;太阳辐照度;超短期预测;卫星云图;晴空模型;LSTM
中图分类号：
作者姓名：
张青山;王丽婕;郝颖;王勃;车建峰;郭洪武
作者机构：
北京信息科技大学自动化学院,北京100192;中国电力科学研究院有限公司,北京100192;国网内蒙古东部电力有限公司赤峰供电公司,赤峰024000
文献出处：
引用格式：
[1]张青山;王丽婕;郝颖;王勃;车建峰;郭洪武-.基于卫星云图和晴空模型的分布式光伏电站太阳辐照度超短期预测)[J].高电压技术,2022(08):3271-3281
A类：
Refrigerating
B类：
卫星云图,晴空模型,分布式光伏电站,太阳辐照度,超短期预测,分布式光伏发电,装机,光伏发电功率预测,运行成本,立功,功率预测模型,采暖,制冷,空调工程,American,Society,Heating,Air,conditioning,Engineers,ASHRAE,场站,灰度共生矩阵,矩阵和,自回归滑动平均,autoregressive,integrated,moving,average,ARIMA,云团,遮蔽,数值天气预报,numerical,weather,prediction,NWP,长短期记忆网络,long,short,term,memory,修正算法,月均
AB值：
0.237513
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
