基于RNA-CS混合算法优化的风光发电预测模型研究

发布时间：2024-03-20 22:16

　　提出一种基于RNA-CS混合算法优化的预测模型,优化布谷鸟算法,权衡全局搜索和局部搜索。结合某地区风力和光伏发电实际,对一天中的风速和辐射进行测量。采用基础遗传算法、基础布谷鸟算法与RNA-CS混合算法进行仿真对比研究。结果表明,RNA-CS混合优化算法对比其他两种算法模型,对风电、光伏发电具有更精确的预测结果,能够有效的保障电力系统稳定运行。

【文章页数】：4 页

【部分图文】：

图1风速测量

为了验证所提出RNA-CS混合优化算法,结合某地区风力发电场及光伏发电场进行测试仿真。对其中某一天的风速和辐射每隔15min进行测量,测量结果如图1—2所示。图2光照辐射度测量

图2光照辐射度测量

图1风速测量为了对比验证,采用单独的基础遗传算法(GA)、基础布谷鸟优化算法(CS)分别搭建仿真模型。对比输出功率结果如图3—4所示。

图3风电预测结果对比

为了对比验证,采用单独的基础遗传算法(GA)、基础布谷鸟优化算法(CS)分别搭建仿真模型。对比输出功率结果如图3—4所示。图4光伏发电预测结果对比

图4光伏发电预测结果对比

图3风电预测结果对比从图3—4中可以看出,相对于其他两种模型(GA模型和CS模型),RNA-CS模型的预测结果更接近实际风电、光伏输出功率值。

本文编号：3933387