文献类型：期刊文章

作　　者：吴悦[1] 汪亮[1] 李润康[2] 闫霆[2] 潘卫国[2] 李国栋[1] 赵永明[1]

WU Yue;WANG Liang;LI Run-kang(State Grid Longnan Electric Power Supply Company;Shanghai University of Electric Power)

机构地区：[1]国网甘肃省电力公司陇南供电公司,甘肃陇南742500 [2]上海电力大学

出　　处：《电站系统工程》

基　　金：国网甘肃省电力公司陇南供电公司科技项目资助。

年　　份：2022

卷　　号：38

期　　号：4

起止页码：23-27

语　　种：中文

收录情况：普通刊

摘　　要：针对光储电站建设初期采集装置尚未完善所导致的数据缺失问题,采用Elman前馈神经网络预测光伏功率曲线,保障了数据的可靠性和完整性。此外利用Boltzmann函数拟合了蓄电池相对容量随环境温度的变化曲线,考虑环境温度变化对储能蓄电池相对容量的影响,确保储能的光伏消纳能力。最后,依据光伏修正功率与普通负荷变化确定了储能蓄电池的容量。结果表明:采用Elman神经网络的修正功率误差可保持在±1.5 k W以内。昼夜温度在10~20℃区间变化时,VRLA蓄电池的相对容量的变化区间为92.6%~97.1%。当地200 k Wp的光伏电站每日约产生485.786 k W·h的光伏发电量可供储能消纳。

关 键 词：光伏预测  ELMAN神经网络 储能蓄电池  相对容量  

分 类 号：TK511]