摘要
摘要：针对目前分布式光伏发电系统发电量的影响因素较多，不易预测，与其他发电系统之间运行优化策略不完善等问题。文章参考国内外光伏行业大数据应用的典型经验，基于光伏发电数据和用户的负荷需求数据，提出了一种基于 RBF 神经网络的光伏发电量预测和负荷预测模型，运用归一化处理方法对数据进行处理分析，再通过量化处理方法和相似度处理方法对天气因素进行处理分析，从而能够较高准确度的预测接下来几个阶段的光伏用电量 ；采用青岛市某光伏电站的实际数据进行学习和预测，取得较好效果，从而验证了模型的可行性。此外通过对负荷的预测和对发电量的预测数据，以经济性能最优为目标制定了运行优化策略，实现了光伏发电的有效利用，使发电侧和负荷侧功率平衡，大大降低了网损和线损，提升了分布式光伏用电可靠性和经济性。
出版日期
2020年08月14日（中国期刊网平台首次上网日期，不代表论文的发表时间）
