[发明专利]基于BP神经网络的光伏发电短期出力预测方法

摘要

本发明公开了一种基于BP神经网络的光伏发电短期出力预测方法，采用BP神经网络预测光伏发电系统出力，通过统计分析天气因素对光伏发电系统出力的影响，首先将天气类型映射为日类型指数作为BP神经网络的输入数据，将预测日当天各个时间段的发电功率作为输出数据；然后根据输入、输出单元数，经公式推算和多次试凑，确定隐含层节点数；接着对输入数据进行归一化处理，对输出数据进行反归一化处理，并采用处理后的运行数据对BP神经网络进行训练；最后利用训练后的模型对预测日的发电功率进行预测，得出预测结果。本发明的数据处理方法和预测模型可以有效预测多种天气类型下的光伏发电短期出力。

主权项

一种基于BP神经网络的光伏发电短期出力预测方法，其特征在于，包括如下步骤：步骤101，根据光伏电站历史发电数据分析一天中的出力时间段，确定预测日需要预测的出力时间段；步骤102，统计光伏电站一段时期内每天在各个出力时间段的发电功率数据，以此作为BP神经网络训练的第一组输入数据；步骤103，统计各类天气类型下的发电功率数据，计算不同天气类型在步骤102所述的一段时间内的发电功率平均值；步骤104，根据不同天气类型的发电功率平均值，计算不同天气类型的发电功率平均值之间的倍率关系，将此倍率关系映射为日类型指数，然后将日类型指数作为BP神经网络训练的第二组输入数据；步骤105，根据输入、输出单元数，经公式推算和试凑调整确定BP神经网络的隐含层节点数，建立BP神经网络训练模型；步骤106，在利用BP神经网络训练前，对发电功率数据和日类型指数进行归一化处理；步骤107，利用步骤106归一化后的数据，对BP神经网络进行训练；步骤108，利用训练后的BP神经网络进行预测日的发电功率预测，得出预测结果。