基于遗传算法优化BP神经网络的光伏出力预测研究（Matlab代码实现）

 ‍个人主页：研学社的博客 

欢迎来到本博客❤️❤️

博主优势：博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

本文目录如下：

目录

1 概述

2 运行结果

3 Matlab代码实现

4 参考文献

---

1 概述

太阳能光伏发电系统输出受天文、地理、气象环境等多种因素的影响，系统输出是个非平稳的随

机过程，具有波动性、间歇性、周期性的特点，是一个不可控源，大规模分布式光伏电源接入大电网时，如果光伏电站装机容量占电力总装机容量的比例失调会对大电网造成冲击，影响大电网运行的安全性和稳定性[1]。研究表明，当光伏穿透功率超过总功率的 10%时，会显著拉大电网最大峰谷差率，对电力调峰造成困难，影响电能质量和电网正常、稳定的运行[2]。因此，结合天气信息预测未来 12 h内不同时间点的光伏系统的实时输出功率，及时制定合理的电站调度、管理方案，适时调节光伏并网比例，可以有效降低光伏并网时比例失调对大电网的冲击，进而实现安全并网，平稳运行和经济调度，获得更大的经济效益和社会效益。

目前，国内多采用 BP 神经网络算法或结合数值优化算法进行光伏发电出力短期预测，并取得了

一定的研究成果。

2 运行结果

 

 

3 Matlab代码实现

4 参考文献

部分理论来源于网络，如有侵权请联系删除。

[1]姚仲敏,潘飞,沈玉会,吴金秋,于晓红.基于GA-BP和POS-BP神经网络的光伏电站出力短期预测[J].电力系统保护与控制,2015,43(20):83-89. 

[2]刘娟,杨俊杰.基于改进的GA-BP神经网络光伏发电短期出力预测[J].上海电力学院学报,2018,34(01):9-13.