摘要：光伏发电具有典型的间歇性、波动性等特点。准确预测光伏出力对电网调度、电网规划、提升新能源发电竞争力具有重要意义。提出了一种基于改进灰色BP神经网络的多模型组合光伏出力预测方法,采用常规GM（1,1）模型、幂函数变换GM（1,1）模型、基于残差修正的GM（1,1）模型以及等维新息GM（1,1）四种模型,利用BP神经网络对光伏出力的单一灰色预测结果进行优化组合输出,并根据输出值和期望值的偏差自动调整组合权值。该方法通过将多个单一预测结果组合成样本训练BP神经网络来获得较优权系数,避免了数值求解权系数的复杂过程,能够得到更为精确的预测结果。采用湖北某地光伏系统实际出力数据对该预测方法进行了验证。计算结果表明该基于改进灰色BP神经网络组合的光伏出力预测方法能够明显提高光伏出力预测精度。

关键词：bp神经网络 组合权重 灰色模型 光伏出力预测 

单位：武汉大学电气工程学院; 湖北武汉430072; 湖北省电力公司运营监测控中心; 湖北武汉430077