基于人工神经网络的风电功率预测

《基于人工神经网络的风电功率预测》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第28卷第0期中国电机工程学报Vol.28No.0000.00,20082008年0月00日ProceedingsoftheCSEE©2008Chin.Soc.forElec.Eng.1文章编号：0258-8013(2008)00-0000-00中图分类号：TM文献标志码：A学科分类号：470×40基于人工神经网络的风电功率预测范高锋，王伟胜，刘纯，戴慧珠(中国电力科学研究院，北京市海淀区100192)WindPowerPredictionBasedonArtificialNeuralNetworkFANGao-feng,WANGWei-sheng,LIUChun,DA

2、IHui-zhu(ChinaElectricPowerResearchInstitute,HaidianDistrict,Beijing100192,China)[1-4]ABSTRACT:Windpowerpredictionisimportanttothe调度的影响。风电功率预测对电力系统的功率平operationofpowersystemwithcomparativelylargemountof衡和经济调度具有非常重要的意义。国外风电装机windpower.Thewindpowerpredictionmethodologyis容量较大的国家都进行了风电功率预测系统

3、的研classifiedinseveralkinds.Thewindpowerimpactfactorsare究与开发。analyzed.Windpowerpredictionbasedonartificialneural风电功率预测方法根据预测的物理量来分类，network(ANN)isstudied.Theimpactsofrealtime可以分为2类：第1类为对风速的预测，然后根据measurementpowerandtheatmosphericdataatdifferentheightsonpredictionresultsareanalyzed.Thepred

4、ictionerror风电机组或风电场的功率曲线得到风电场功率输isanalyzed,andtheerrorbandisforecastedbyanotherANN.出；第2类为直接预测风电场的输出功率。根据所TheresultsshowthatanappropriateANNcanimprovethe采用的数学模型不同可分为持续预测法、自回归滑predictionprecision.Therealtimemeasurementpowerasan动平均（ARMA）模型法、卡尔曼滤波法和智能方inputwillbebetterfor30minbeforepredictio

5、n,butbeworse法等。持续预测方法[5]是最简单的预测模型，这种for1hbeforeprediction.Theatmosphericdataatdifferent方法认为风速预测值等于最近几个风速值的滑动heightsallasinputdatacanimproveaccuracycomparedwith平均值，通常认为最近1点的风速值为下1点的风theresultsusinghubheightdataonly.ThedesignedANNcan[6]速预测值，该模型的预测误差较大，且预测结果forecasttheerrorband.[7-9]不稳定。改进的

6、方法有ARMA模型和向量自回KEYWORDS:windfarm;power;prediction;artificialneural[10][11-12]归模型、卡尔曼滤波算法或时间序列法和卡networks[13]尔曼滤波算法相结合。另外还有一些智能方法，摘要：风电场输出功率预测对接入大量风电的电力系统运行如人工神经网络方法[6,14-15]等。根据预测系统输入有重要意义。对风速和风电场输出功率预测的方法进行了分数据来分类也可以分为2类：1类不采用数值天气类。分析了风电场输出功率的影响因素，研究了基于人工神预报的数据，1类采用数值天气预报的数据。根据预经网络的风电场输出

7、功率预测。分析了实测功率数据、不同测的时间尺度来分类，可分为超短期预测和短期预高度的大气数据对预测结果的影响。分析了预测误差，用神测。所谓的超短期并没有一致的标准，一般可认为经网络实现了对误差带的预测。研究结果表明，建立合适的神经网络可以提高预测精度；实测功率数据作为输入可以提不超过30min的预测为超短期预测。而对于时间更高提前量为30min的预测精度，而对提前量为1h的预测精短的数分钟内的预测，主要用于风力发电控制、电[16]度会降低；把不同高度的数据都作为神经网络的输入比只采能质量评估及风轮机机械部件的设计等。这种分用轮毂高度数据的