论文部分内容阅读
当今世界能源的需求量持续增长,传统能源在不久的未来将不来满足人类的需要,所以对绿色的能源的开发利用迫在眉睫。由于我国浮云辽阔,太阳能资源丰富,太阳能已经成为我国主要的绿色能源之一。由于光伏发电随机性大、可调用性能弱,大规模接入电网会致使电网运行不稳定。对光电输出的预测有助于电力系统调度部门统筹安排常规电能和光伏发电的协调配合,提高电网运行的稳定性,充分利用太阳能资源。因此,本文在此目的下对光伏功率预测系统的功能进行了分析,为实现光伏功率预测系统进行了设计,最后利用相关计算机技术完成了对光伏预测系统的实现。光伏功率预测系统的关键内容有两方面,一是与光伏电站生产系统结合,实现数据采集并分析,提供预测平台,并对采集数据和结果数据进行统计和评估,以提供决策数据支持。二是预测算法的设计与实现,本文根据物理方法建立预测模型,再根据光伏电站的历史测量数据,采用统计方法对物理模型进行校正,生成预测模型并在系统中使用模型进行预测。基于以上描述,本文的主要内容如下:第一,本文对预测应用系统的现状与预测技术的现状做了详细分析,提出了光伏功率预测系统在光伏电厂应用的重要性。第二,介绍了目前流行的Web开发框架,为开发该系统提供了技术支持。另外,对人工神经网络进行了详细介绍,选取了基于BP人工神经网络和数值天气预报来设计预测模型。同时还介绍了预测的关键数据源之一数值天气预报。第三,对光伏预测系统需求进行了详细分析,完成了对光伏预测系统的详细设计。第四,结合Web开发技术完成对光功率预测系统开发并利用MATLAB工具实现了预测模型,并对模型进行了数据验证。