风电场输出功率超短期预测结果分析与改进

作者：陈颖; 周海; 王文鹏; 曹潇; 丁杰

来源：电力系统自动化, 2011, (15): 30-33+87.

• 风电功率预测
• 超短期预测
• 人工神经网络
• 系统误差
• 尾流效应
• 风力发电 wind power forecast
• ultra-short-term forecast
• artifical neural network(ANN)
• system error
• wake effect
• wind power generation

风电场输出功率预测对接入大量风电的电力系统调度及安全稳定运行具有重要意义。文中介绍了2009年10月在现场投运的风电场超短期功率预测系统的多层前馈神经网络模型结构,对系统运行3个月的预测结果进行了分析,对预测模型的系统误差进行了修正,同时采用统计方法修正了风电场尾流效应对预测结果的影响,从而改进了模型的预测精度。改进模型的预测结果得到了改善,均方根误差下降了约6%,平均绝对误差下降了约7%,且预测结果与实测结果相吻合,对于风电场调度具有一定的参考意义。

• 单位
  南京南瑞集团公司; 国网电力科学研究院