|
|
中国电机工程学报 2008, 28(34) 118-123 DOI:
ISSN: 0258-8013 CN: 11-2107/TM |
|
|
|
|
本期目录 |
下期目录 |
过刊浏览 |
高级检索
[打印本页]
[关闭] |
|
| 输配电及供电 |
|
|
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 中国电力科学研究院 中国电力科学研究院 中国电力科学研究院 |
|
|
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类。根据风电场输出功率的影响因素，建立了风电功率预测的神经网络模型。分析了实测功率数据、不同高度的大气数据对预测结果的影响。建立了基于神经网络的误差带预测模型，实现了误差带预测。研究结果表明，神经网络的结构和输入样本对预测结果有一定的影响；实测功率数据作为输入可以提高提前量为30 min的预测精度，而对提前量为1 h的预测精度会降低；把不同高度的数据都作为神经网络的输入比只采用轮毂高度数据的预测精度高；设计的神经网络能够对误差带进行预测。 |
|
|
关键词：
风电场
功率
预测
人工神经网络
|
|
|
Wind Power Prediction Based on Artificial Neural Network |
|
|
FAN Gao-feng WANG Wei-sheng LIU Chun DAI Hui-zhu |
|
|
|
|
|
Abstract:
Wind power prediction is important to the operation of power system with comparatively large mount of wind power. The wind power prediction methods were classified into several kinds. An artificial neural network (ANN) model for wind power prediction was constructed according to the wind power influence factors. Then the impacts of real time measured power and the atmospheric data at different heights on prediction results were analyzed. Besides, another ANN model for error band prediction was also built. The results indicate that the ANN structure and the training sample have some impact on the prediction precision. The real time measured power as input will improve the precision of 30 min ahead prediction, however will decrease the precision of 1h ahead prediction. The results which using the atmospheric data at all different heights as input have a higher accuracy when compared with the results using hub height data only. The designed ANN can forecast the error band. |
|
|
Keywords:
wind farm
power
prediction
artificial neural networks
|
|
|
收稿日期 2008-06-20 修回日期 1900-01-01 网络版发布日期 |
|
|
DOI: |
|
|
基金项目:
|
|
|
通讯作者: 范高锋 |
|
|
作者简介: |
|
作者Email: fangaofeng@epri.ac.cn |
|
|
| 参考文献： |
|
| 本刊中的类似文章 |
| 1．孙元章 吴俊 李国杰 何剑.基于风速预测和随机规划的含风电场电力系统动态经济调度[J]. 中国电机工程学报, 2009,29(4): 41-47 |
| 2．陈宁 朱凌志 王伟.改善接入地区电压稳定性的风电场无功控制策略[J]. 中国电机工程学报, 2009,29(10): 102-108 |
| 3．潘迪夫 刘辉 李燕飞.风电场风速短期多步预测改进算法[J]. 中国电机工程学报, 2008,28(26): 87-91 |
| 4．王成山 王兴刚 孙玮.含大型风电场的电力系统概率最大输电能力快速计算[J]. 中国电机工程学报, 2008,28(10): 56-62 |
| 5．江岳文 陈冲 温步瀛.随机模拟粒子群算法在风电场无功补偿中的应用[J]. 中国电机工程学报, 2008,28(13): 47-52 |
| 6．张节潭 程浩忠 胡泽春 马则良 张建平 姚良忠.含风电场的电力系统随机生产模拟[J]. 中国电机工程学报, 2009,29(28): 34-39 |
|
| Copyright by 中国电机工程学报 |
