基于神经元网络方法的风电场风电功率预报研究

被引：8

作者：

孙川永 ^{[1
]}

陶树旺 ^{[2
]}

彭友兵 ^{[3
]}

魏磊 ^{[1
]}

机构：

[1] 西北电网有限公司

[2] 国家气候中心

[3] 西安交通大学人居环境与建筑工程学院

来源：

电网与清洁能源 | 2011年 / 27卷 / 12期

关键词：

神经元网络方法; 风电功率; 功率预报;

D O I：

暂无

中图分类号：

TM614 [风能发电];

学科分类号：

0807 ;

摘要：

风电大规模并网使风电对电网的冲击问题越来越凸显,许多地方出现了拉闸限电的情形,随着百万千瓦级风电基地、千万千瓦级风电基地的规划及建设,急需开展行之有效的风电场风电功率预报,来满足风电上网调度的实际需求,利用数值模式预报的风速、风向等预报场及风电场逐时风电功率资料,通过神经元网络方法进行了风电场风电功率预报试验,预报精度与2002—2006年欧洲风能计划中的风电场风电功率预报精度相当。

引用

页码：90 / 94

页数：5

共 17 条

[1] BP神经网络在长期天气过程预报中的应用试验
刘德
李晶
李永华
向波
李梗
[J]. 气象科技, 2006, (03) : 250 - 253
[2] 一种结构自组织的改进BP网络
曹均阔
舒远仲
叶水生
[J]. 计算机工程, 2005, (17) : 165 - 167
[3] BP网络应用中的问题及其解决
朱武亭
刘以建
[J]. 上海海事大学学报, 2005, (02) : 64 - 66
[4] 一种BP神经网络的改进方法及其应用
李宏刚
吕辉
李刚
[J]. 中国工程科学, 2005, (05) : 63 - 65
[5] A Bayesian neural network for severe-hail size prediction. Marzban, C,Witt, A. Weather and Forecasting . 2001
[6] BP网络的一种改进学习方法
王正武
张瑞平
刘松
[J]. 数学理论与应用, 2005, (01) : 31 - 34
[7] An Introduction to Computing with Neural Nets. Lippmann RP. IEEE ASSP Magazine . 1987
[8] Study on ann-based multi-step prediction model of short-term climatic variation[J] . Jin Long,Ju Weimin,Miao Qilong. &nbspAdvances in Atmospheric Sciences . 2000 (1)
[9] Precipitation Forecasting Using a Neural Network. Hall T,Brooks H E,Doswell C A. Weather and Forecasting . 1999
[10] Short-term Forecasting Using Advanced Physical Modelling - The Results of the Anemos Project Results from mesoscale microscale and CFD modeling. G. Giebel,J. Badger. .

← 1 2 →