基于人工蜂群算法改进BP神经网络的 光伏发电量预测
郑建鄂1
谭建军2
鄂翔宇2
邹蕾2
宋池2
1.湖北民族大学 信息工程学院,湖北 恩施445000;国网湖北省电力有限公司巴东县供电公司,湖北 巴东4443002.湖北民族大学 信息工程学院,湖北 恩施,445000
摘要：新能源产业发展对电网电能消纳提出新的要求和挑战,准确的发电量预测对电力调度部门合理转供、优化分配负荷起着重要作用.光伏发电量受到天气、云层遮挡、温湿度的影响较大,发电量变化快、数据量大,针对传统BP神经网络负荷预测方法的不足,提出了基于人工蜂群改进的ABC-BP神经网络算法,融合两种算法在全局迭代、局部搜索能力以及泛化能力方面的优势,整合训练样本天气、温度等影响因素,对光伏出力进行预测.仿真结果表明,改进型的人工蜂群BP神经网络较传统BP神经网络算法具有准确性高、均方误差小的优点,同时收敛速度加快,具有更好的稳定性和鲁棒性,可以有效预测发电量的变化,为电力调度提供更为准确的参考,有较强的实践应用价值.
关键词：人工蜂群(ABC)算法BP神经网络光伏电量预测
分类号：TM615(发电、发电厂)
资助基金：国家自然科学基金(61771188)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 90-95 )
英文信息