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

1、風(fēng)電功率預(yù)測(cè)對(duì)于風(fēng)電場(chǎng)制定電力調(diào)度計(jì)劃和維修計(jì)劃具有十分重要的意義。論文主要針對(duì)目前國(guó)內(nèi)風(fēng)電場(chǎng)數(shù)值天氣預(yù)報(bào)系統(tǒng)不夠健全，使得風(fēng)電場(chǎng)功率預(yù)測(cè)準(zhǔn)確度不高，給電力調(diào)度計(jì)劃和維修計(jì)劃的制定帶來(lái)了困難的問(wèn)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(duì)風(fēng)電場(chǎng)輸出功率進(jìn)行預(yù)測(cè)。
　　首先，分析了新建風(fēng)電場(chǎng)和已建風(fēng)電場(chǎng)功率預(yù)測(cè)方法的差異性，提出針對(duì)這兩類(lèi)風(fēng)電場(chǎng)功率預(yù)測(cè)的不同方案。方

2、案一:針對(duì)投入使用且運(yùn)行成熟的已建電廠的功率預(yù)測(cè)，采用優(yōu)化的灰色GM(1，1)模型對(duì)已建電廠歷史記錄數(shù)據(jù)進(jìn)行預(yù)測(cè)，將預(yù)測(cè)得到的數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)的輸入值進(jìn)行功率預(yù)測(cè);方案二:針對(duì)新建電廠的功率預(yù)測(cè)，利用優(yōu)化的灰色GM(1，1)模型對(duì)考慮尾流效應(yīng)風(fēng)速和其他影響風(fēng)電場(chǎng)功率輸出的參數(shù)進(jìn)行預(yù)測(cè)，預(yù)測(cè)得到的數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)的輸入值進(jìn)行功率預(yù)測(cè)。
　　其次，利用數(shù)值逼近算法對(duì)灰色GM(1，1)模型進(jìn)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(cè)非線(xiàn)性數(shù)值時(shí)預(yù)測(cè)結(jié)果誤差過(guò)大的問(wèn)題，采用優(yōu)化灰色GM(1，1)模型來(lái)提高功率預(yù)測(cè)結(jié)果準(zhǔn)確度。通過(guò)數(shù)學(xué)推導(dǎo)和模型改進(jìn)，優(yōu)化后的灰色GM(1，1)模型對(duì)風(fēng)速、風(fēng)向、氣溫等氣象數(shù)據(jù)預(yù)測(cè)時(shí)，其結(jié)果誤差明顯降低，風(fēng)速預(yù)測(cè)相對(duì)誤差降低34.3％，小于1％的風(fēng)向預(yù)測(cè)相對(duì)誤差占總樣本數(shù)的98.6％，小于10％的環(huán)境溫度預(yù)測(cè)相對(duì)誤差占總樣本數(shù)的82.5％，預(yù)測(cè)效果較好。
　　再次，對(duì)兩個(gè)方案利用BP神經(jīng)網(wǎng)絡(luò)得到的功率預(yù)測(cè)結(jié)果進(jìn)行了分析