考虑功率分布特性的微网风电功率预测模型

针对微网中风电功率预测模型输入数据分布不均匀特性导致其预测精度低的问题,在不改变原始数据的情况下,提出一种混合归一化方法改善输入数据的分布特性。目前风电预测模型主要使用的是单一的BP神经网络模型,考虑到该模型有容易陷入局部最优、预测精度低等缺点,提出混沌遗传-BP神经网络风电功率预测模型,采用混沌遗传算法优化神经网络权值与阈值,因而该模型在全局区域内能保证较好的预测精度且不会陷入局部最小。算例结果表明:该混合归一化方法能够有效地改善输入数据的分布特性,且所提预测模型有更优的预测性能。