张文涛 辛义

摘 要：文章在北京电子科技职业学院光伏发电系统的基础上，设计了数据采集分析到发电功率预测的一整套系统。该系统通过采集光伏发电系统数据，经过数据处理后，以BP神经网络算法为基础设计预测模型，最终实现光伏发电系统的发电功率预测功能。软件调试结果表明，系统工作稳定，预测结果准确率高，具有一定的实用价值。

关键词：BP；光伏发电；预测；算法

目前，光伏发电是我国新能源发电领域发展最迅速、应用推广最为广泛的行业之一。而随着光伏发电系统的不断应用，环境因素成为光伏发电系统工作的主要影响因子。随着近年来光伏电站的大量建设，系统容量设计中的发电功率预测成为电站建设的重要指标。

为了实现光伏发电系统的发电功率预测，就必须通过系统发电数据的采集、分析，优选，针对发电系统构建智能化模型，利用智能算法进行计算，从而最终实现光伏发电系统功率预测[1]。

基于MATLAB科学计算语言的智能算技术发展为光伏发电预测系统提供了有力的技术支持，特别是BP神经网络技术的发展，使数据采集、处理、训练、预测等环节的技术指标得到了很大的提高。本设计就是BP神经网络算法模型下的光伏发电功率预测系统。

1 预测模型算法

预测模型采用了目前较为成熟的BP神经网络算法，按照误差逆传播算法训练，构建多层前馈网络，使得网络的误差平方和最小。BP神经网络模型的拓扑结构由，输入层、隐含层和输出层三部分构成，如图1所示。……