國(guó)網(wǎng)技術(shù)學(xué)院的研究人員婁寶磊，在2015年第12期《電氣技術(shù)》雜志上撰文，針對(duì)傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)在光伏發(fā)電短期出力預(yù)測(cè)中的不足，提出并實(shí)現(xiàn)了一種基于灰色動(dòng)態(tài)BP神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電短期出力預(yù)測(cè)模型。通過(guò)灰色系統(tǒng)理論對(duì)BP神經(jīng)網(wǎng)絡(luò)因子集進(jìn)行優(yōu)化，同時(shí)對(duì)BP神經(jīng)網(wǎng)絡(luò)的隱含層節(jié)點(diǎn)數(shù)進(jìn)行動(dòng)態(tài)調(diào)節(jié)。將提出的模型應(yīng)用于真實(shí)的光伏電站短期出力預(yù)測(cè)中，預(yù)測(cè)結(jié)果和實(shí)測(cè)結(jié)果吻合度較高，驗(yàn)證了模型的有效性。

隨著我國(guó)經(jīng)濟(jì)水平的不斷提高，對(duì)電力的需求不斷加大，化石能源的供應(yīng)也日趨緊張。太陽(yáng)能光伏發(fā)電作為一種可再生能源，近年來(lái)得到了快速的發(fā)展[1]。由于太陽(yáng)能光伏發(fā)電是間歇能能源，其輸出功率受到太陽(yáng)輻射強(qiáng)度、環(huán)境溫濕度等因素的影響，因此具有波動(dòng)性。為了盡量減少大規(guī)模光伏發(fā)電對(duì)電網(wǎng)造成的影響，對(duì)光伏發(fā)電的出力進(jìn)行預(yù)測(cè)顯得極為重要。

目前針對(duì)光伏出力的預(yù)測(cè)方法主要可以分為直接預(yù)測(cè)法和間接預(yù)測(cè)法[2-8]。直接預(yù)測(cè)法是根據(jù)光伏發(fā)電站的發(fā)電量歷史數(shù)據(jù)和天氣數(shù)據(jù)直接預(yù)測(cè)光伏電站的輸出功率和發(fā)電量，不需要對(duì)天氣等外界環(huán)境進(jìn)行預(yù)測(cè)。由于直接預(yù)測(cè)法沒(méi)有考慮天氣的情況，只是在歷史數(shù)據(jù)統(tǒng)計(jì)的基礎(chǔ)上進(jìn)行預(yù)測(cè)，其預(yù)測(cè)精度較低，預(yù)測(cè)模型甚至可能失效。

間接預(yù)測(cè)方法結(jié)合光伏發(fā)電站歷史數(shù)據(jù)和氣象數(shù)據(jù)，采用人工神經(jīng)網(wǎng)絡(luò)方法進(jìn)行預(yù)測(cè)，由于其在模型的建立過(guò)程中考慮了氣象數(shù)據(jù)的變化，預(yù)測(cè)準(zhǔn)確度更高，因而更具有潛在的應(yīng)用價(jià)值。BP神經(jīng)網(wǎng)絡(luò)具有強(qiáng)大的學(xué)習(xí)能力，能逼近任意復(fù)雜的非線性函數(shù)，在光伏發(fā)電短期出力的預(yù)測(cè)中得到了廣泛的應(yīng)用。

本文首先闡述了BP神經(jīng)網(wǎng)絡(luò)的算法原理，分析了其存在的不足；由此提出采用一種灰色動(dòng)態(tài)算法對(duì)其進(jìn)行改進(jìn)，從而實(shí)現(xiàn)了一種灰色動(dòng)態(tài)BP神經(jīng)網(wǎng)絡(luò)方法；最后將提出的方法應(yīng)用于利用實(shí)際光伏電站短期出力的預(yù)測(cè)中，并通過(guò)對(duì)比預(yù)測(cè)結(jié)果和實(shí)測(cè)結(jié)果，證明所提出預(yù)測(cè)模型的有效性。本文旨在為光伏發(fā)電短期出力預(yù)測(cè)提供一條可能的途徑。

圖2 灰色動(dòng)態(tài)BP神經(jīng)網(wǎng)絡(luò)流程圖

結(jié)論

1）基于灰色動(dòng)態(tài)的BP神經(jīng)網(wǎng)絡(luò)通過(guò)優(yōu)選因子集、動(dòng)態(tài)設(shè)置隱藏層節(jié)點(diǎn)個(gè)數(shù)等方式彌補(bǔ)了常規(guī)BP神經(jīng)網(wǎng)絡(luò)方法的不足，可以減小工作量、提高工作效率，解決隱含層節(jié)點(diǎn)難以確定的矛盾。

2）由于光伏發(fā)電站的出力受到多種影響因素的共同影響，其為典型的非線性特征。采用灰色動(dòng)態(tài)BP神經(jīng)網(wǎng)絡(luò)可以有效地對(duì)其短期出力進(jìn)行預(yù)測(cè)。

3）利用實(shí)際光伏發(fā)電站的出力數(shù)據(jù)對(duì)本文的灰色動(dòng)態(tài)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行了驗(yàn)證，結(jié)果表明本文算法的預(yù)測(cè)結(jié)果和實(shí)測(cè)結(jié)果吻合度較好，分布規(guī)律相同，可以應(yīng)用于光伏電站的短期出力預(yù)測(cè)。