基于IPSO-GA神經(jīng)網(wǎng)絡(luò)的風(fēng)電場功率短期預(yù)測方法研究.pdf

1、風(fēng)電存在間歇性和隨機(jī)波動(dòng)性等固有缺點(diǎn)，隨著其大規(guī)模接入電網(wǎng)，將會(huì)給電力系統(tǒng)的安全、穩(wěn)定運(yùn)行及電能質(zhì)量帶來嚴(yán)峻的挑戰(zhàn)，在一定程度上制約著風(fēng)電的大范圍推廣。解決該問題的有效途徑之一是對風(fēng)電場輸出功率進(jìn)行短期預(yù)測，目前國內(nèi)的相關(guān)研究近幾年才剛剛展開，無論是在預(yù)測精度還是適應(yīng)性等方面都存在許多亟待改進(jìn)的地方。本文采用基于歷史數(shù)據(jù)的功率預(yù)測模式，進(jìn)行了基于微粒群遺傳神經(jīng)網(wǎng)絡(luò)的風(fēng)電場功率短期預(yù)測方法研究，主要研究工作包括以下幾個(gè)方面：
　　

2、 對風(fēng)電場測量數(shù)據(jù)進(jìn)行預(yù)處理并建立了比較完備的數(shù)據(jù)庫，研究了數(shù)據(jù)的前期處理原則。鑒于神經(jīng)網(wǎng)絡(luò)的優(yōu)良特性，提出了將神經(jīng)網(wǎng)絡(luò)應(yīng)用于風(fēng)電場功率預(yù)測中，用于對風(fēng)電場1-6小時(shí)的輸出功率預(yù)測。將RBF網(wǎng)絡(luò)和BP網(wǎng)絡(luò)進(jìn)行對比研究，認(rèn)為RBF神經(jīng)網(wǎng)絡(luò)比BP網(wǎng)絡(luò)更適合風(fēng)電場功率預(yù)測，建立了基于RBF神經(jīng)網(wǎng)絡(luò)的風(fēng)電場輸出功率的預(yù)測模型，該模型具有明確的物理意義，網(wǎng)絡(luò)的預(yù)測能力較高。
　　 由于RBF神經(jīng)網(wǎng)絡(luò)的參數(shù)較難確定，且參數(shù)選擇的好壞直接決定

3、著網(wǎng)絡(luò)性能，鑒于微粒群算法原理簡單，收斂快，考慮用微粒群算法對網(wǎng)絡(luò)參數(shù)進(jìn)行優(yōu)化。但微粒群算法中微粒更新形式較為單一的不足，引入遺傳算法中的交叉、變異等操作，提出了一種基于實(shí)數(shù)編碼的微粒群遺傳混合優(yōu)化算法，提高了算法的收斂性能和優(yōu)化能力。采用該算法對三個(gè)非線性的目標(biāo)函數(shù)進(jìn)行仿真實(shí)驗(yàn)，結(jié)果表明了該算法適用于非線性的目標(biāo)函數(shù)優(yōu)化，收斂速度更快，精度更高。
　　 采用改進(jìn)的粒子群遺傳優(yōu)化算法對RBF網(wǎng)絡(luò)進(jìn)行全結(jié)構(gòu)優(yōu)化，RBF網(wǎng)絡(luò)的參數(shù)編