基于遗传BP神经网络的风电场风速预测模型
风能作为一种清洁的、储量极为丰富的可再生能源，是新能源领域中最重要的能源之 一。对风电厂风速进行比较准确的预测有利于电力系统调度部门提前调整调度计划，有效降低 风电对电网安全的影响。本文将遗传算法和BP神经网络相结合，用于建立短期风速预测模型。 首先采用自相关性分析找出对预测值影响最大的几个历史时刻风速，以历史时刻的风速、温度、 湿度和气压作为BP神经网络预测模型的输入变量；然后利用遗传算法的全局搜索能力获得BP 神经网络优化的初始权值和阈值；最后采用优化后的BP神经网络分别建立1小时，2小时和3 小时的短期风速预测模型。仿真实验结果表明该方法较BP神经网络具有预测精度高、收敛速 度快的优点。
风力发电 短期风速预测 BP神经网络 遗传算法
王德明 王莉 张广明
南京工业大学自动化与电气工程学院 南京 210009 南京工业大学自动化与电气工程学院 南京 210009;南京大学工程管理学院 南京 210093
国内会议
南京
中文
1448-1453
1900-01-01（万方平台首次上网日期，不代表论文的发表时间）