风电功率预测的多扇区bp神经网络模型

《风电功率预测的多扇区bp神经网络模型》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、风电功率预测的多扇区BP神经网络模型范高锋，刘纯，王伟胜，戴慧珠（中国电力科学研究院，北京市海淀区100192）WindPowerPredictionBasedonMulti-sectorBPNeuralNetworkModelFANGao-feng，LIU-Chun，WANGWei-sheng，DAIHui-zhu（ChinaElectricPowerResearchInstitute，HaidianDistrict，Beijing100192，China）6ABSTRACT:Windpowerpredictionisimportanttotheo

2、perationofpowersystemwithcomparativelylargemountofwindpower.Theimpactfactorsofthewindfarmpowerisanalyzed,aBPneuralnetworkmodelforpredictionisestablished.Theweatherdataandwindfarmoutputpowerareclassifiedaccordingthesector.ABPneuralnetworkmodelisestablishedforeachsector.Astudyisp

3、rocessedonthehistoricaldataofawindfarm.Theresultshowsthatmulti-sectorBPneuralnetworkmodelcanimprovetheforecastprecision.KEYWORDS:windfarm；power；prediction；ArtificialNeuralNetworks(ANN)；sector摘要：风电场输出功率预测对接入大量风电的电力系统运行有重要意义。研究了风电场输出功率的影响因素，建立了功率预测的BP网络模型。把气象数据及风电场输出功率数据根据扇区进行分类，

4、每个扇区建立一个BP神经网络模型。对一个风电场历史数据进行了研究，研究结果表明，多扇区BP神经网络模型能够提高预测精度。关键词：风电场；功率；预测；人工神经网络；扇区1引言大规模并网风电场对电力系统带来一些新问题，其中很重要的一方面是对电力系统运行调度的影响[1-3]。风电功率预测对电力系统的功率平衡和经济调度具有非常重要的意义。根据预测物理量的不同，目前对风电场输出功率预测的研究可以分为两类，一类为对风速的预测，然后根据风电机组或风电场的功率曲线得到风电场的功率输出；第二类为直接预测风电场的输出功率。根据所采用的数学模型不同可分为持续预测法、ARM

5、A模型法、卡尔曼滤波法和智能方法等。持续预测方法[4]是最简单的预测模型，这种方法认为风速预测值等于最近几个风速值的滑动平均值。通常认为最近一点的风速值为下一点的风速预测值[5]。该模型的预测误差较大,且预测结果不稳定。改进的方法有ARMA模型[6-8]和向量自回归模型[9]、卡尔曼滤波算法[10,11]或时间序列法和卡尔曼滤波算法相结合[12]。时间序列方法本质上讲是对风速时间序列或功率时间序列的拟合和预测。从建模的观点来看，不同时间尺度是有本质区别的，对于0~3h的预测，因为其变化主要由大气条件的持续性决定，因此采用时间序列模型可以得到较好的预测

6、结果[13]；而对于较长时间的预测，不考虑数值天气预报数据无法反映大气运动的本质，因此也难以得到较好的预测结果，所以现在研究的风电场输出功率预测都把数值天气预报数据作为一组重要输入数据。神经网络具有较强的非线性学习能力，能够对风电场输出功率及其相关因素的多维曲面进行拟合，进而实现预测。文献[14]基于时间序列法和神经网络法对风速和风电场功率进行了研究，这种时序神经网络模型本质上还是以时间序列为基础的，对较长时间的预测效果会比较差。文献[15]研究了基于神经网络的风电场风速时间序列的预测，但没有对风电场的输出功率进行预测。文献[16]研究了应用多层感知

7、器网络进行风电功率预测。文献[17,18]结合数值天气预报数据，应用神经网络进行风电功率预测，预测系统应用于电网调度中心并取得了很好的效果。对基于BP神经网络的风电功率预测的研究发现，如果训练数据样本较少，则神经网络的学习不完善。而神经网络的学习样本过多，又会导致神经网络结构复杂，预测结果也不一定好。对风电场风速、风向数据分析发现，一般风电场存在一个主风向。不同风向出现的概率不同，而且不同风向下的风速分布也不一样。因此，本文提出了按照扇区筛选训练样本，然后分别训练神经网络，采用多扇区6神经网络模型进行预测。2BP神经网络模型2.1输入数据的选择风力机

8、捕获的风功率可以用下式来表示：（1）式中：P-风轮输出功率（kW）；-风轮的功率系数；-空气密度（kg/m3