基于小波变换和神经网络的短期风电功率预测方法

摘要：

短期风电功率预测的准确程度对于风电场的稳定运行、节能调度、以及在发电侧电力市场中的竞争力均有重要影响.本文提出一种小波分析与神经网络理论相结合的综合预测方法,将历史风电功率序列和历史风速序列分别进行小波单尺度分解,得到对应的概貌功率、细节功率和概貌风速、细节风速;然后用概貌功率和概貌风速序列训练BP神经网络,预测未来的概貌功率;用细节功率和细节风速序列训练BP神经网络,预测未来的细节功率.在此基础上,将概貌功率和细节功率叠加,得到最终预测结果.对我国某风电场的实际数据进行预测,验证了该方法的有效性和可行性.

关键词： 风电场 短期功率预测 小波多分辨率分解 神经网络

作者: 王世谦 苏娟 杜松怀

作者单位: 中国农业大学信息与电气工程学院,北京 100083

会议类型: 国内会议

会议名称: 中国农业工程学会电气信息与自动化专委会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会

会议地点: 北京

会议语种:中文

页码: 1-4

在线出版日期: 2010-10-29（万方平台首次上网日期，不代表论文的发表时间）