光伏功率预测相关论文
为了提高光伏发电功率预测精度，提出了一种基于天鹰优化算法（aquila optimizer, AO）优化变分模态分解（variational mode decomposition......
实现“碳达峰、碳中和”已经成为中国重要的战略目标,提高以光伏发电为代表的可再生能源发电比例是推进碳减排的重要途径。近年来......
光伏功率预测对电网调度具有重要意义。针对光伏功率数据具有较强波动性和不稳定性的特点，提出了一种基于集成经验模态分解（ensemble......
光伏电站输出功率的不确定性对电网的运行调度产生了严重影响。基于模糊均值聚类（fuzzy C-means,FCM）和长短期记忆网络（long short-te......
准确预测光伏发电功率是保障含分布式电网平稳运行的关键环节。为提升反向传播神经网络（BPNN）功率预测精度，提出一种基于Logistic混沌......
针对新建光伏发电站原始数据匮乏导致光伏功率预测精度低的问题，提出了一种基于梯度惩罚Wasserstein生成对抗网络（Wasserstein gener......
针对光伏发电功率的波动性与随机性对调度部门的负荷预测以及电网安全运行带来的严峻挑战,提出了一种基于变分模态分解（VMD）和布谷鸟......
针对广域分布式新能源普遍缺乏新能源资源监测装置，而导致功率预测精度不足的问题，本文提出了一种基于气象资源插值与迁移学习的广域......
光伏功率受天气不确定性影响而具有的随机性、波动性等特点,会对电网的安全稳定运行造成冲击,影响电能质量,不利于电力系统内部多......
针对光伏发电功率预测精度不足难以满足光伏发电并网需求的问题，提出一种基于云遗传算法（Cloud Genetic Algorithm, CGA）优化BP神经网......
文章提出了一种基于长短期记忆网络（long short term memory network,LSTM）,面向光伏发电功率预测的数字孪生模型,并通过迁移学习将......
准确地预测光伏发电功率，有利于提高电网系统运行的可靠性和经济性。分析各个气象因素对光伏发电功率的影响，确立了关键的气象因素，并......
针对传统模型受功率随机波动性影响以及易忽略重要信息从而导致预测精度低的问题，提出两种基于注意力（attention）机制的深度确定性策......
超短期光伏功率预测对电网的调度与运行具有重要意义。针对传统单一预测模型难以有效分析历史数据波动规律导致预测精度不高的问题......
针对传统光伏功率预测精度不高的问题，提出了一种将卷积神经网络和双向长短时记忆网络结合的预测模型。将光伏电站的气象历史数据归......
为保障电网安全稳定运行，提高光伏电站经济效益。需要进一步提升光伏功率预测的准确性。为此提出一种基于时空信息组合的分布式光伏......
随着传统化石能源的急剧枯竭,全球环境危机不断加重,可持续发展成为当今的时代主题。为保证能源供给和控制受污染的程度,各国政府......
研究光伏发电功率预测对于保障电网稳定运行、提升电网光电消纳能力、减少光伏电站由于限电带来的经济损失、提高电站运营管理效率......
光伏发电大规模并网给电网的稳定运行带来巨大挑战,光伏发电系统功率输出具有非线性、间接波动性和不确定性等特点,在未来光伏发电......
[目的]准确的预测光伏发电功率对电网调度具有十分重要的意义.[方法]光伏发电是一个连续不断的过程,光伏发电功率每时刻的变化取决......
短期光伏功率预测对于电网稳定运行具有重要意义.为了解决单一模型预测精度不佳的情况,提出了一种在Stac-king集成学习框架下融合B......
超短期光伏功率预测对光伏并网系统的安全运行有着重要意义.针对传统单一预测模型在进行光伏功率预测时受到功率随机波动性的影响......
光伏发电系统处于不同天气状况中时,发电功率存在随机性和间歇性过强的问题.为此,提出了一种基于CRITIC加权灰色关联度提取相似日......
太阳能是一种清洁、可持续的能源。中国太阳能资源总量丰富,具有巨大的应用前景。精确的光伏功率预测有利于促进太阳能的高效利用,......
能源是环球经济发展和人类生活水平稳步提升的引擎。在化石能源日趋枯竭的今天,大规模开发和利用以太阳能光伏发电为代表的可再生......
为提高短期光伏功率的预测精度,提出一种基于经验小波变换(Empirical Wavelet Transform,EWT)和粒子群算法(Particle Swarm Optimi......
为了减少光伏系统接入电网产生的不利影响,并对预测光伏功率输出进行研究,提出了一种基于数据中潜在季节类别的混合深度学习模型。......
为了充分利用电网自身的海量历史数据进行光伏功率预测,提出一种宽度&深度(Wide&Deep)框架下融合极限梯度提升(XGBoost)算法和长短......
提高光伏发电功率预测精度,对于保证电力系统的安全调度和稳定运行具有重要意义.本文提出一种经验模态分解(EMD)、主成分分析(PCA)......
光伏发电输出具有较强的波动性,影响电力系统的调度管理。对此,本文提出一种基于K-means++和混合卷积神经网络(CNN)与长短期记忆(L......
[目的]使用高质量的历史数据预测未来光伏发电功率,对高效利用太阳能可再生能源、补充电网供电能力和推进节能减碳具有重要意义.[......
太阳能具有清洁环保的特点,且与火电在发电形式上具有互补性。在二者构成的互补能源系统中,由于受太阳辐照等因素影响,光伏发电输......
为了充分利用电网自身的海量历史数据进行光伏功率预测,提出一种宽度&深度(Wide&Deep)框架下融合极限梯度提升(XGBoost)算法和长短......
近年来,太阳能已成为全球重要的新能源之一。随着分布式电源并网规模的增加,让电网调度变得困难,电力系统的稳定性下降,预测准确性......
针对光伏发电功率时间序列随机性和波动性强的特点,提出一种基于Kmeans和完备总体经验模态分解(CEEMD)、排列熵(PE)、长短期记忆(L......
为进一步提升光伏输出功率短期预测的准确性和稳定性,提出一种基于相似日聚类的小波神经网络(wavelet neural network,WNN)和AdaBo......
在环境危机和能源短缺日益严峻的今天,太阳能和风能等可再生能源的开发受到全球范围的广泛关注。近些年,在我国政策的大力扶持下,......
目前为止,全球人类仍面临着能源短缺的问题。太阳能是典型的周期性能源,光伏输出功率受到太阳辐照度等环境因素的影响,具有明显的......
光伏发电受天气影响很大,所以光伏发电具有高度随机、间歇的性质。随着电网的发展,光伏所占比重越来越大,电网安全准确的调度就需......
随着这几年经济社会的快速发展,过度地消费传统化石能源带来了严重的能源危机和环境问题,因此各国家逐渐将目光着力于新能源领域,......
提出了一种基于SAPSO-BP(模拟退火粒子群优化BP神经网络)和分位数回归的光伏功率区间预测方法。首先给出一种动态SAPSO-BP算法对光......
对光伏发电预测模型的训练时间和网络精度进行综合分析,研究了影响光伏功率预测精度的因素。通过公式确定神经网络隐含层个数的范......
准确预测光伏电站输出功率,是促进光伏并网发电,提高电网运行稳定性的主要途径之一。该文提出一种基于粒子群算法-最小二乘支持向......
提出了一种基于变分模态分解(VMD)和双重注意力机制长短期记忆(LSTM)的短期光伏功率预测方法.针对光伏功率信号的波动性和非平稳性......
针对传统相似度函数在聚类过程中所存在的问题,提出改进灰色-欧氏距离相似度函数,并将历史样本日模糊聚类分为若干类.另外,考虑到......
