齐红云，伦淑娴

（1.渤海大学工学院，辽宁锦州121013；2.渤海大学新能源学院，辽宁锦州121013）

基于模糊双曲正切模型的短期光伏发电量预测

齐红云1，伦淑娴2

（1.渤海大学工学院，辽宁锦州121013；2.渤海大学新能源学院，辽宁锦州121013）

通过对影响光伏发电量产生的因素进行分析比较，在模糊双曲正切模型的基础上，建立一种光伏发电量的短期预测模型。该模型既属于模糊模型，也属于神经网络模型的范畴。可以利用其强大的学习能力，以光伏发电系统的历史数据作为训练样本，对模型进行学习，并利用得到的稳定模型对光伏发电量进行短期预测。仿真结果表明，该预测模型与其他预测方法相比有更高的预测精度。

光伏发电量；短期预测；模糊双曲正切模型；预测精度

由于全球能源危机越来越严重，人们加快了对新能源探索和开发的脚步。太阳能作为新能源和可再生能源的重要组成部分，受到越来越多国家的重视［1-3］。太阳能是一种清洁能源，已被公认为是未来最具竞争力的能源之一。光伏发电量预测是太阳能利用的一项重要指标，但是由于光伏阵列的输出会受到温度、光照强度、风速等外界因素的影响，会造成光伏发电量的不确定性，从而使并网运行后对电网的安全、稳定和电网的供电质量造成一定的冲击，因此研究光伏发电量预测具有重要的意义。

从20世纪80年代开始，随着光伏发电量在各国电网中所占比例逐渐增大，越来越多的专家学者致力于研究并改进光伏发电的预测方法，希望可以提高光伏发电站的发电能力。……