基于中尺度模式与神经网络的风电功率预测

被引：14

作者：

于凤鸣 ^{[1
]}

李喜仓 ^{[1
]}

宋进华 ^{[1
]}

高春香 ^{[1
]}

卓义 ^{[2
]}

机构：

[1] 内蒙古自治区气候中心

[2] 内蒙古大学环境与资源学院

来源：

气象科技 | 2013年 / 04期

关键词：

WRF模式; BP神经网络; 预报模型; 风电功率预测;

D O I：

暂无

中图分类号：

TM614 [风能发电];

学科分类号：

080811 [新能源发电与电能存储];

摘要：

将中尺度数值天气预报模式与BP神经网络模型相结合用于风电功率预测,以WRF模式回算了2008年6月至2009年6月试验风电场的气象要素,精度检验结果显示风速预报值与对应实测值之间的相关系数达到0.72,风向、气温、湿度、气压的预报也比较准确,满足建立BP神经网络预报模型的需要。逐一建立试验风电场40台风电机组输出功率的BP神经网络预报模型,分析了数据标准化方法、隐含层神经元数对预报精度的影响。进行了26天实效为24h的逐10min预报试验,并以独立样本进行预报精度检验,结果显示单台风电机组输出功率相对均方根误差在24.8%～32.6%之间,预报值与实测值之间的相关系数现在0.45～0.68之间;风电场整体相对均方根误差为19.5%,预报值与实测值之间的相关系数为0.74。研究结果表明该方法可以用于实际的风电功率预测。

引用

页码：784 / 790

页数：7

共 12 条

[1]

基于WRF模式和自适应偏最小二乘回归法的风能预报试验研究 [J].