摘要：为了提高光伏发电功率预测的精确度和稳定性,并解决传统预测模型中存在的波动性、间歇性和不确定性等问题,本文构建了基于BP神经网络算法的光伏发电预测模型,通过斯皮尔曼相关性分析明确影响光伏发电输出功率的因素,并基于BP神经网络算法构建光伏发电预测模型,实现对未来光伏发电功率的短期准确预测。通过验证分析,结果表明,该模型能够更加稳定、精确地预测光伏发电输出功率。

摘要：文中旨在探究海上风电开发对全球气候变化的应对意义,并基于风电-光热联合系统运行,建立优化风电消纳的拓扑结构,通过应用P2G、“以热定电”技术回收余热余电,以最低成本为约束条件作为目标函数,合理约束相关系统模型。通过算例分析得出了该模型的综合成本、系统运行成本、气体排放、净负荷方差都得以下降的结论,实现了综合优化风电消纳能力,提升了其经济性及效益性,打造经济合理、绿色低碳的美好家园。