基于粒子群神经网络的风电功率预测算法

摘要：

　　风电功率预测对于含有大规模风电电源的电网安全 与经济运行具有重要的作用。本文在分析影响风电输出功 率的因素的基础上，设计了基于粒子群神经网络的风电功 率预测算法，分析了数值预报数据的精度和数据相关性对 预测结果的影响，比较了基于粒子群神经网络的预测模型 和基于BP 神经网络的预测模型的性能。研究结果表明，数据相关性较好的测试样本可以得到较好的预测结果，粒 子群神经网络比BP 神经网络具有更好的性能。风速风向 数值预报与输出功率的相关系数越高，基于PSO 神经网络的预测模型的预测精度越好于基于BP 神经网络的预测模型。

关键词： 风电功率 粒子群 神经网络 预测算法

作者: 杨志凌 曾宇 刘永前

作者单位: 华北电力大学,北京市,昌平区,102206

会议类型: 国内会议

会议名称: 2010年全国高性能计算学术年会(HPC china2010)

会议地点: 北京

会议语种:中文

页码: 586-592

在线出版日期: 2010-10-27（万方平台首次上网日期，不代表论文的发表时间）