基于动态神经网络的风电场输出功率预测研究

摘要：

　　随着我国风电的大规模发展，准确预测风电场输出功率对于风电场的选址、大规模并网及运行具有重要的作用。本文提出两种动态神经网络预测模型，分别为局部反馈时延神经网络和全局反馈时延神经网络，以适应风功率的时间序列特性，并与静态神经网络（BP 神经网络和RBF 神经网络）预测模型进行比较。以我国北方某风电场的风功率预测为例，结合气象预报数据进行提前24小时风电输出功率预测，仿真结果表明，动态神经网络在预测具有时间序列特性的风功率时效果优于静态神经网络。

关键词： 风电场 功率预测 动态神经网络 反馈时延 时间序列

作者: 刘瑞叶 黄磊

作者单位: 哈尔滨工业大学电气工程系，哈尔滨市 150001 哈尔滨工业大学电气工程系，哈尔滨市 150001 中国科学院广州能源研究所，广州市 510630

会议类型: 国内会议

会议名称: 中国电机工程学会电力系统自动化专业委员会三届一次会议暨2011年学术交流会

会议地点: 南京

会议语种:中文

页码: 1-7

在线出版日期: 2011-11-01（万方平台首次上网日期，不代表论文的发表时间）