灰色BP神經(jīng)網(wǎng)絡(luò)風(fēng)電功率預(yù)測應(yīng)用研究.pdf

1、風(fēng)電功率預(yù)測對于風(fēng)電場制定電力調(diào)度計劃和維修計劃具有十分重要的意義。論文主要針對目前國內(nèi)風(fēng)電場數(shù)值天氣預(yù)報系統(tǒng)不夠健全，使得風(fēng)電場功率預(yù)測準(zhǔn)確度不高，給電力調(diào)度計劃和維修計劃的制定帶來了困難的問題，提出基于優(yōu)化的灰色GM(1，1)模型和BP(BackPropagation，反向傳播)神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法對風(fēng)電場輸出功率進行預(yù)測。
　　首先，分析了新建風(fēng)電場和已建風(fēng)電場功率預(yù)測方法的差異性，提出針對這兩類風(fēng)電場功率預(yù)測的不同方案。方

2、案一:針對投入使用且運行成熟的已建電廠的功率預(yù)測，采用優(yōu)化的灰色GM(1，1)模型對已建電廠歷史記錄數(shù)據(jù)進行預(yù)測，將預(yù)測得到的數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)的輸入值進行功率預(yù)測;方案二:針對新建電廠的功率預(yù)測，利用優(yōu)化的灰色GM(1，1)模型對考慮尾流效應(yīng)風(fēng)速和其他影響風(fēng)電場功率輸出的參數(shù)進行預(yù)測，預(yù)測得到的數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)的輸入值進行功率預(yù)測。
　　其次，利用數(shù)值逼近算法對灰色GM(1，1)模型進行了優(yōu)化，其目的是解決傳統(tǒng)灰色GM(1

3、，1)模型預(yù)測非線性數(shù)值時預(yù)測結(jié)果誤差過大的問題，采用優(yōu)化灰色GM(1，1)模型來提高功率預(yù)測結(jié)果準(zhǔn)確度。通過數(shù)學(xué)推導(dǎo)和模型改進，優(yōu)化后的灰色GM(1，1)模型對風(fēng)速、風(fēng)向、氣溫等氣象數(shù)據(jù)預(yù)測時，其結(jié)果誤差明顯降低，風(fēng)速預(yù)測相對誤差降低34.3％，小于1％的風(fēng)向預(yù)測相對誤差占總樣本數(shù)的98.6％，小于10％的環(huán)境溫度預(yù)測相對誤差占總樣本數(shù)的82.5％，預(yù)測效果較好。
　　再次，對兩個方案利用BP神經(jīng)網(wǎng)絡(luò)得到的功率預(yù)測結(jié)果進行了分析