基于天气分类的BIPV系统发电量预测方法

doi:10.20033/j.1003-7241.(2025)03-0038-05

自动化技术与应用 ›› 2025, Vol. 44 ›› Issue (03) : 38 -42. DOI: 10.20033/j.1003-7241.(2025)03-0038-05

作者信息 +

Author information +

文章历史 +

PDF

摘要

建筑集成光伏(Building Integrated Photovoltaic,BIPV)系统发电量受天气条件影响呈现出典型的波动性和间歇性,并网时会影响电网系统的安全稳定运行。提出一种基于天气分类和改进K-均值聚类的BIPV系统发电量预测方法。首先提取温度因子、湿度因子和晴朗因子三维特征构成特征向量,对33种标准天气进行量化表征,然后提出一种局部密度改进的K-均值聚类算法进行自适应聚类,将天气类型划分为3个子类,最后对每个子类分别建立BP神经网络模型进行发电量预测。采用某市工业园区屋顶BIPV系统实际数据开展实验,结果表明该方法能够获得较高的预测精度,具有一定的推广应用价值。