基于相似日和人工神经网络的风电功率短期预测研究

作者：栾毅; 杨永强; 剡文林

来源：能源与环保, 2018, 40(10): 140-146.

DOI：10.19389/j.cnki.1003-0506.2018.10.031

• 人工神经网络
• 相似日
• 风电功率
• 短期预测
• 预测精度
• 输出功率

随着地球上的化石燃料的不断消耗,风能作为清洁、安全的能源正在改变着全球能源结构,由于自然风具有随机性、波动性和不可控制性,造成风电场在发电时,发电功率产生巨大的波动,为了提高风电功率预测精度,采用人工神经网络和相似日的方法,以云南某电场风电场发电功率的数据为例,建立模型对风电功率进行了短期预测,研究得出:该方法能够有效地对风电场功率进行预测;与传统BP神经网络相比而言,基于人工神经网络和相似日的方法具有很强的非线性学习的能力,对提高高精度风电场输出功率的预测很有帮助;基于人工神经网络和相似日的方法预测误差概率,误差概率分布符合正态分布,可以作为风电场发电功率误差的置信区间估计和预测的依据,研究为风电功率的预测提供了一定的借鉴意义。

• 单位
  云南电力调度控制中心