浙江省科技厅重大专项基金(2009C11020)
- 作品数：3 被引量：16H指数：2
- 相关作者：李松峰刘士荣荣延泽周啸波宁康红更多>>
- 相关机构：杭州电子科技大学浙江省电力设计院更多>>
- 发文基金：浙江省科技厅重大专项基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于极端学习机的光伏发电功率短期预测被引量：3
- 2013年
- 为了进一步提高光伏发电功率的预测准确度,该文首次将极端学习机方法(ELM)和相似日方法结合并引入光伏发电功率短期预测领域。通过分析影响光伏发电功率的各个因素,分时段预测光伏发电功率。该方法在不同时间段中利用相似日评价函数选取历史相似日,结合预测日的天气因素,采用极端学习机对预测日对应时段的发电功率进行预测。通过对预测效果进行比较和分析,结果表明该方法比传统的神经网络预测算法有更好的预测效果。
- 刘士荣李松峰宁康红周啸波荣延泽
- 关键词：光伏发电系统相似日极端学习机发电功率预测
- 光伏燃料电池混合发电系统的建模及仿真被引量：1
- 2011年
- 为实现光伏发电系统连续稳定的电力供应,该文提出了一种光伏燃料电池混合发电系统,该系统的主要元件包括光伏阵列、质子交换膜燃料电池、超级电容、质子交换膜水电解槽和功率变换装置等。建立了各主要元件的Matlab仿真模型,并提出了切实可行的能量调度控制策略以及系统有功功率跟随控制模型,最后利用Matlab仿真验证了该混合系统的可行性。
- 毛军科刘士荣荣延泽李松峰
- 关键词：光伏发电燃料电池超级电容建模仿真
- 基于极端学习机的光伏发电功率短期预测被引量：12
- 2013年
- 为了进一步提高光伏发电功率的预测准确度,首次将极端学习机方法(ELM)和相似日方法结合并引入光伏发电功率短期预测领域。通过分析影响光伏发电功率的各个因素,分时段预测光伏发电功率。该方法在不同时间段中利用相似日评价函数选取历史相似日,结合预测日的天气因素,采用极端学习机对预测日对应时段的发电功率进行预测。通过对预测效果进行比较和分析,结果表明该方法比传统的神经网络预测算法有更好的预测效果。
- 刘士荣李松峰宁康红周啸波荣延泽
- 关键词：光伏发电系统相似日极端学习机发电功率预测
