姜侨娜，陈 中

（东南大学 电气工程学院，南京 210096）

传统的日调度计划的制定，主要考虑日负荷预测和传统旋转机组（火力、水力发电等）能力的平衡，并在此基础上进行电力系统优化调度。光伏发电系统的出力抵消了一部分配电网负荷，当发电规模积累到一定数量级后，势必会影响其他传统旋转机组的调度，因此光伏电站日发电量预测对于电网日调度计划有重要的影响。光伏电站日发电量预测的意义在于：①光伏电站的日发电量具有随机波动特点，进行预测可以减少对传统机组的冲击，同时也可以减轻电网对备用的要求；②通过日发电量预测，可以优化新能源与传统能源之间配合，提高电网运行经济性；③合理安排发电容量，充分利用太阳能资源，获得更多的经济效益和社会效益。

光伏电站出力波动性较大，而且目前并网型大规模光伏电站运行时间较短，历史资料和数据都较为有限，因此光伏预测工作具有一定的难度。文献[1]研究基于历史发电量和天气信息的神经网络光伏发电预测，文献[2]、文献[3]对神经网络进行改进光伏预测，文献[4]基于支持向量机算法建立光伏出力预测模型，文献[5]应用人工神经网络多层感知器预测太阳辐射，取得了一定成果，使得基于神经网络模型的光伏发电预测目前有了新的应用。光伏出力预测对历史数据样本要求较高，如果训练样本数据不够充分，训练后的网络结构有时不完全稳定，预测数据通常会在一定范围内随机波动，尤其是面对随机波动较大的情况，其精度会明显降低[6]。……