[IEEE 2018年第31届加拿大电气与计算机工程会议(CCECE) - 魁北克市，魁北克省(2018年5月13日-2018年5月16日)] 2018年IEEE加拿大电气与计算机工程会议(CCECE) - 基于远程太阳能监测站和人工神经网络的太阳能预测

摘要： 准确预测可用太阳辐照度是电力行业面临的重要问题，对于为偏远地区（这些地区可能缺乏充足的天气预报数据）客户提供服务的公用事业公司而言更是特殊挑战。本文提出一种方法，利用加拿大西北艾伯塔省某站点本地及远程监测站实时测量的太阳辐照度数据，预测该站点两小时后的太阳辐照度水平。本研究采用人工神经网络（ANN）进行太阳辐照度预测，并运用遗传算法确定太阳能监测站的最优阵列规模与布局方案，以获取人工神经网络最精确的预测结果。研究发现：仅需五个远程监测站即可使算法达到接近峰值预测精度；相较于将监测站点严格布置在目标站点上风方向形成聚集区，确保各远程监测站点围绕目标站点具备充分的地理空间分隔更为理想。