基于神经模糊网络的短期风电预测

作者：粟华祥

来源：电气开关, 2021, 59(05): 38-44.

• 神经模糊网络
• 数值天气预报
• 短期风功率预测

本文利用中尺度NWP模型,以半小时为间隔,对风电场参考点未来36小时的气象变量进行了预报,提出了一种基于神经网络和模糊逻辑相结合的混合计算智能技术的风力发电预测统计模型。利用该统计模型对NWP模型输出、SCADA和风塔的实测数据进行处理,准确预测风电场中各风机的风电功率。同时介绍了网络结构和训练算法,并将该预测方法应用于我国某实际风电场的风电预测。预测风电与实际风电之间的均方根误差(RMSE)小于20%。预测结果表明,训练后的神经模糊网络对风电场建模和风电预测具有较强的应用价值。由于神经模糊网络的适应性,该方法可集成到在线风电预测系统中,在运行过程中自动调整。