基于最优输入径向基网络风电功率预测方法

基于最优输入径向基网络风电功率预测方法

ID:5381787

大小:259.82 KB

页数:5页

时间:2017-12-08

基于最优输入径向基网络风电功率预测方法_第1页
基于最优输入径向基网络风电功率预测方法_第2页
基于最优输入径向基网络风电功率预测方法_第3页
基于最优输入径向基网络风电功率预测方法_第4页
基于最优输入径向基网络风电功率预测方法_第5页
资源描述:

《基于最优输入径向基网络风电功率预测方法》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、第29卷第4期·电力科学与技术学报V01.29NO.42014年12月JOURNALOFELECTRICPOWERSCIENCEANDTECHNOLOGYDee.2014基于最优输入径向基网络的风电功率预测方法赵宏伟,王媛媛,曾瑛’颜少凌(1.广州供电局电力调度控制中心,广东广州510620;2.长沙理工大学电力系统安全运行与控制湖南省高校重点实验室,湖南长沙410004;3.娄底供电公司,湖南娄底417000;4.福建中闽能源投资有限责任公司,福建福州350003)摘要:随着风电的大规模接入电网,对风电功率未来出力

2、的把握显得尤为重要,而风电功率预测技术则是掌握出力特性的有力工具。基于实测历史数据,研究系统不同输入量对预测结果误差的影响,选取最佳输入量值;并在此基础上,构建基于RBF(径向基)神经网络的风电功率预测模型,对风电功率进行有效预测;预测结果表明,基于径向基神经网络的预测方法预测精度较高,可以为电网提供更加准确的风电预测出力信息,有助于为调度制定更加合理有效的计划。关键词:风电功率预测;人工智能法;RBF神经网络;调度计划中图分类号:TM71文献标识码:A文章编号:1673—9140(2014)04—0060—05Aw

3、indpowerpredictionmethodbasedonRBFneuralnetworkwithoptimalinputZHAOHong—wei,WANGYuan—yuan,ZENGYing。,YANShao—ling(1.Dispatching&ControlCenter。GuangzhouPowerSupplyBureau,Guangzhou510620,China;2.HunanProvinceHigherEducationKeyLaboratoryofPowerSystemSafetyOperation

4、andControl,ChangshaUniversityofScienceandTechnology,Changsha410004,China;3.LoudiElectricPowerCorporation,Loudi417000,China;4.FuiianZhongminEnergyInvestmentCo.Ltd.,Fuzhou350003,China)Abstract:Withlarge—scaleintegrationofwindpowerinpowergrids,itisofgreatimportanc

5、etograspthecharacteristicsoffuturewindpoweroutput.Windpowerforecastingisausefultooltoinvestigatethecharacteristics.Basedonthehistoricaldata,thispaperinvestigatedtheinfluenceofdifferentsysteminputonthepredictingerrorinordertogetthebestinputValues,andthenconstruc

6、tedawindpowerpredictionmodelbasedonRBF(radialbasisfunction)neuralnetwork.ThepredictionresultsshowedthatthewindpowerforecastingmethodbasedontheRBFneuralnetworkhadhighprecision.Theresultscanprovidemoreaccurateinformationofwindpowerfu—tureoutputforthepowersystem.T

7、heproposedpowerpredictionmethodcanbeusedtomakemorereasonabledispatchingplans.收稿日期:2014—09—17基金项目:国家自然科学基金(51207013;51207014);湖南省自然科学基金(2015JJ4001;13JJ6O44)通讯作者:赵宏伟(1981一),男,硕士,工程师,主要从事电力系统分析与控制、新能源并网等研究;E—mail:zhaohongweihb@163.corn第29卷第4期赵宏伟,等:基于最优输入径向基网络的风电功率

8、预测方法61Keywords:windpowerprediction;artificialintelligencemethod;RBFneuralnetwork;dispatc—hingplans目前,绿色清洁的可再生能源已得到全世界范络下的最优输入量值。研究表明,基于最优径向基围的关注,而风力发电由于其技术较为成熟、成本较网络的模型可有效地预

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。