Resumen

La intermitencia y la fluctuacin de la generacin de energa fotovoltaica afectan gravemente a la fiabilidad de la potencia de salida, la eficiencia, la deteccin de fallos de la red elctrica fotovoltaica, etc. La previsin precisa de la generacin de energa fotovoltaica es el mtodo fundamental para resolver las limitaciones mencionadas. Los mtodos actuales de previsin de la generacin de energa fotovoltaica suelen adoptar datos meteorolgicos e histricos de generacin continua de energa fotovoltaica como datos de entrada, pero no tienen en cuenta los histricos de generacin peridica de energa fotovoltaica como datos de entrada, lo que hace que los mtodos existentes sean inadecuados en el aprendizaje de la correlacin temporal. Por lo tanto, para seguir estudiando la correlacin temporal y mejorar la precisin de la prediccin, se propone un algoritmo de aprendizaje profundo LSTM-FC compuesto por capas de memoria a corto plazo a largo plazo (LSTM) y capas totalmente conectadas (FC). La entrada de doble rama del modelo permite no slo considerar el impacto de los datos meteorolgicos en la generacin de energa, sino tambin la continuidad temporal y la dependencia peridica, mejorando as la precisin de la prediccin hasta cierto punto. En este trabajo, se utilizan datos meteorolgicos, datos histricos continuos y datos histricos peridicos como datos experimentales, y estos tres tipos de datos se combinan en diferentes formas de entrada para evaluar y comparar LSTM-FC con otros modelos de referencia, incluidas las mquinas de vectores soporte (SVM), el rbol de decisin de gradiente reforzado (GBDT), la red neuronal de regresin generalizada (GRNN), la red neuronal feedforward (FFNN) y LSTM. Los resultados de la simulacin muestran que la precisin de los modelos con datos meteorolgicos, datos continuos y datos peridicos como entrada es superior a la de otras formas de entrada, y la precisin de LSTM-FC es la ms alta entre estos modelos, y su error cuadrtico medio (RMSE) es un 11,79% superior al de SVM.

• Materias:Matemáticas Algoritmos (Matemáticas) Algebra Lógica matemática Ingeniería
• Subjects:mathematics Agorithms (Math) Algebra Mathematical logic Engineering
• Palabras claves:intermitencia; fluctuación; generación de energía fotovoltaica; previsión; LSTM-FC; correlación temporal
• Keywords:intermittence; fluctuation; photovoltaic power generation; forecasting; LSTM-FC; time correlation