资源描述：
《改进型T-S模糊神经网络风电功率预测模型的研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、改进型T-S模糊神经网络风电功率预测模型的研究张维杰,等改进型T-S模糊神经网络风电功率预测模型的研究StudyontheWindPowerPredictionModelBasedonlmprovedT-SFuzzyNeuralNetwork11,21,2133张维杰田建艳王芳张晓明韩肖清王鹏1(太原理工大学信息工程学院,山西太原030024;23新型传感器与智能控制教育部与山西省重点实验室,山西太原030024;太原理工大学电气与动力工程学院,山西太原030024)摘要:为了提高风电功率的预测精度,在分析其主要影响因素的基础上,针对T-S模糊神经网络
2、收敛速度慢、计算量大等缺点,提出了一种改进型T-S模糊神经网络风电功率预测模型。首先采用椭圆基函数作为隶属函数,扩展其接收域;其次利用模糊C-均值聚类确定其中心值;然后引入惯性项加快网络的收敛速度;最后分别对四季短期风电功率进行预测。仿真结果表明,改进型T-S模糊神经网络有效地提高了短期风电功率的预测精度,具有一定的实用价值。关键词:风电功率预测改进型T-S模糊神经网络椭圆基函数模糊C-均值聚类惯性项中图分类号:TP183文献标志码:AAbstract:Inordertoimprovethepredictionaccuracyofwindpower,o
3、nthebasisofanalyzingthemajorinfluencingfactors,andtoovercomethedisadvantagesofT-Sfuzzyneuralnetwork,e.g.,slowconvergencespeedandhugeamountofcomputation,thewindpowerpredictionmodelbasedonimprovedT-Sfuzzyneuralnetworkisproposed.Firstlytheellipticbasisfunction(EBF)isusedasmembershi
4、pfunctiontoexpanditsreceptivefield;thenfuzzyC-meansclusteringisusedtodeterminethecentervalue,andtheconvergencespeedofthenetworkisacceleratedbyintroducinginertiaterm;finallytheshorttermwindpowerinfourseasonsispredictedrespectively.Thesimulationresultsshowthattheaccuracyofwindpowe
5、rpredictionforfourseasonscanbeeffectivelyenhancedbyimprovedT-Sfuzzyneuralnetwork,thismethodpossessescertainpracticalvalue.Keywords:WindpowerpredictionImprovedT-SfuzzyneuralnetworkEllipticbasisfunctionFuzzyC-meansclusteringInertiaterm神经网络提高了风电功率的预测精度。0引言1风电功率的主要影响因素近年来,风能的开发和利用得到
6、高度的重视,风能[1-3]作为可再生能源,具有良好的应用前景。由于风能风力机是将风叶扫掠面内的一部分动能转换成有具有随机性和不稳定性等特点,大量风电的接入将对电用的机械能,带动发电机发电的一种装置,其输出的功[4-5]率为[13]:力系统的稳定运行带来巨大挑战,因此,风电功率的[6-8]P=0.5C(λ,γ)ρSν3(1)准确预测对电网的稳定运行具有重要意义。p[9]式中:P为实际获得的输出功率;C(λ,γ)为风能利用目前,常用的风电功率预测方法如持续法、时间p序列法[10]和神经网络法等[11],没有充分考虑风速的系数;λ为叶尖速比;γ为桨距角;ρ为
7、空气密度;S为内在规律和性质,忽略了样本信息与预测日信息之间风轮的扫面面积;ν为风速。[12]由上式可知,输出功率P与风能利用系数C(λ,的相似度。因此,在考虑风速固有的季节性及时间pγ)、空气的密度ρ、风轮的扫面面积S及风速ν的三次连续性等特点的基础上,提出一种基于椭圆基函数方成正比。对于风力机,其转子叶片的扫风面积S是(ellipticalbasisfunction,EBF)的改进型T-S模糊神经固定的,因此,影响输出功率P的主要因素有风能利网络模型,分别对四季短期风电功率进行预测,并在用系数C(λ,γ)、风速ν、风向、空气密度ρ。但在实际Matl
8、ab平台上进行仿真。结果表明,改进型T-S模糊p中风能利用系数很难测量得到,空气密度随地理位置
