论文部分内容阅读
针对光伏发电的不确定性导致频率波动和电力系统不稳定带来的不利影响,本文采用改进模块化神经网络（MNN）对光伏发电功率进行预测,即利用回声状态网络代替MNN中原训练子模块模型。首先按季节输入历史数据;再经任务分解模块将数据分为不同天气类型的子数据,与预测日及预测日前一日的平均温度作为子模型输入样本;利用回声状态网络作为预测子模型,对相应输入样本训练与发电功率预测;最后经整合输出模块输出预测结果。结果表明,此方法较本文选用的其他方法预测精度提高28%以上。