采用气象信息的神经网络应用于短期风力发电功率预测.pdfVIP

第 33卷第 1期 南昌大学学报(工科版) V01．33No．1 2011年 3月 JournalofNanchangUniversity(EngineeringTechnology) Mar．2011 文章编号：1006—0456(2011)01—0083—03 采用气象信息的神经网络应用于 短期风力发 电功率预测 徐星 ，张虹 ，乐海洪 ，徐敏 (1．南昌大学信息工程学院，江西 南昌330031；2．江西省电力设计院，江西 南昌330006) 摘要：针对江西省某风电场的风速和功率的历史数据，分别结合当地的温度 、气压、相对湿度 ，采用人工神经网络 进行预测，预测未来 2h的功率，并分析每种气象数据对风 电场功率预测影响程度，预测结果表明：针对该风电场，对 功率预测最大的因素是温度，其次是气压和湿度，将 3种气象因素综合考虑，预测均方误差达到31．2％，对风电场的 安全调度与经济运行具有一定的指导价值。 关键词：风电场 ；功率；人工神经网络；均方误差 中图分类号：TM715 文献标志码：A Short．term W indPowerPredictionBased onNeuralNetwork ConsideringM eteorologicalInformation XUXing ，ZHANG Hong ，LEHal—hong ，XuMin (1．SchoolofInformationEngineering，NanchangUniversity，Nanehang330031，China； 2．ElectricPowerDesignInstituteofJiangxiProvince，JiangxiNanchang330006，China) Abstract：Byusingthehistoricalwindspeeddateandpowerdateofonewindfarm inJiangxiprovinceandCOB· biningwithlocaltemperature、pressure、relativehumidity，thewindpowerin2hourswiththeartificialneural network respectivelywaspredicted，andtheeffectofeachmeteorologicaldataforwindpowerpredictionwasanalysed．There— sultsshow thatthebiggestfactorforpowerpredictionistemperature，followedbypneumaticandhumidity．Takingthe threeweatherfactorsintoaccount．thepredictionmeansquareerrorcanreach31．2％ ．Theresearchhassomeguiding valueofrsafetydispatchandeconomicalmovement． KeyW ords：windfarm ；power；artificialneuralnetwork；meansquareerror 随着全球的气候变化、环境恶化、资源短缺等现 络进行建模，使用 MATLAB进行预测，预测该风电场 象越来越严重，发展包括风能在内的可再生能源成为 的未来2h的风速和功率，预测结果表明用神经网络 解决这种危机的重要策略。风力发 电是可再生能源 预测风电功率，具有一定的研究价值。 技术 中发展最快、最成熟的技术，已经具备了大规模 1 神经网络的结构原理 商业发展条件。 风电场的功率短期预测优化 电网调度 、节约燃 人工神经网络的原理