基于数字孪生的光伏发电功率超短期预测OA北大核心CSCDCSTPCD
Ultra-short-term Prediction of Photovoltaic Power Generation Based on Digital Twins
光伏发电功率超短期预测对减小光伏并网对电网冲击及维持电网安全运行具有重要意义.提出一种基于数字孪生的光伏发电功率超短期预测机制,通过构建数字孪生体进行实时、高精度的光伏功率预测.首先根据GA-BP神经网络(genetic algorithm-back propagation neural network)构建光伏发电功率预测虚拟模型,并通过多维度的传感器采集光伏电池以及周围环境的各项孪生数据,同时更新历史数据库.然后以采集到的孪生数据为基础进行功…查看全部>>
孙荣富;王隆扬;王玉林;丁然;徐海翔;王靖然;李强
国网冀北电力有限公司,北京市西城区100053武汉理工大学机电工程学院,湖北省武汉市430070国网冀北电力有限公司,北京市西城区100053国网冀北电力有限公司,北京市西城区100053国网冀北电力有限公司,北京市西城区100053国网冀北电力有限公司,北京市西城区100053武汉理工大学机电工程学院,湖北省武汉市430070
信息技术与安全科学
光伏发电功率预测数字孪生预测精度
《电网技术》 2021 (4)
1258-1264,7
国家重点研发计划项目(2017YFB1201003).
评论