-
题名基于模糊C均值聚类的光伏组件发电量预测
被引量:5
- 1
-
-
作者
王越
丁坤
冯皓
丁汉祥
邵志雄
-
机构
河海大学机电工程学院
常州市光伏系统集成与生产装备技术重点实验室
中国电器科学研究院国家重点实验室
桑夏太阳能股份有限公司
-
出处
《广东电力》
2018年第4期43-48,共6页
-
基金
国家自然科学基金项目(51777059)
江苏省六大人才高峰"光伏系统智能运维机器人"项目(GDZB-006)
-
文摘
光伏组件发电量预测是光伏系统发电量预测的基础,为此,基于模糊C均值聚类,针对3种典型天气,即晴天、阴天和雨天,结合向量给出了相应天气突变情况的判断方法,根据天气情况选取对应的光伏组件输出功率模型进行组件发电量预测,每次预测间隔为10 min。验证结果表明,优化的光伏组件功率输出模型和发电量预测方法预测精度高,晴天的预测误差为1.1%,阴天为3.76%,雨天为9.2%,复杂天气下为4.22%,验证了所提出的优化的光伏组件输出功率模型和发电量预测方法的有效性,满足功率预测误差要求。
-
关键词
光伏组件
天气突变
输出功率模型
发电量预测
模糊C均值聚类
-
Keywords
photovoltaicmodule
abrupt change of weather
output power model
power generation forecasting
fuzzy C-meansclustering
-
分类号
TM615.2
[电气工程—电力系统及自动化]
-