基于人工神经网络的风电功率短期预测系统

被引:122
作者
范高锋
王伟胜
刘纯
机构
[1] 中国电力科学研究院
关键词
风电; 电网; 预测; 人工神经网络; 数值天气预报;
D O I
10.13335/j.1000-3673.pst.2008.22.020
中图分类号
TM715 [电力系统规划]; TP183 [人工神经网络与计算];
学科分类号
080802 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
风电场输出功率预测对接入大量风电的电力系统运行有重要意义。该文综述国内外风电功率预测技术的研究现状、基本原理及预测方法;设计风电功率预测系统的框架,建立基于人工神经网络的风电功率预测系统,该系统即将应用于吉林电网调度中心。该系统以数值天气预报为基础,具有良好的人机界面,实现了与能量管理系统(energy management system,EMS)的无缝连接。对测试数据的预测结果表明,该预测系统能够可靠工作,预测结果的均方根误差在15%左右。最后,该文对风电功率预测系统的经济效益进行估算。
引用
收藏
页码:72 / 76
页数:5
相关论文
共 10 条
[1]   用实测风速校正的短期风速仿真研究 [J].
王耀南 ;
孙春顺 ;
李欣然 .
中国电机工程学报, 2008, (11) :94-100
[2]   基于时间序列分析和卡尔曼滤波算法的风电场风速预测优化模型 [J].
潘迪夫 ;
刘辉 ;
李燕飞 .
电网技术, 2008, (07) :82-86
[3]   基于神经网络的风电场风速时间序列预测研究 [J].
肖永山 ;
王维庆 ;
霍晓萍 .
节能技术, 2007, (02) :106-108+175
[4]   风电场短期风速预测探讨 [J].
吴国旸 ;
肖洋 ;
翁莎莎 .
吉林电力, 2005, (06) :21-24
[5]   风电场风速和发电功率预测研究 [J].
杨秀媛 ;
肖洋 ;
陈树勇 .
中国电机工程学报, 2005, (11) :1-5
[6]  
风电场功率短期预测方法研究[D]. 韩爽.华北电力大学(北京). 2008
[7]   Short-term forecasting of wind speed and related electrical power [J].
Alexiadis, MC ;
Dikopoulos, PS ;
Sahsamanoglou, HS ;
Manousaridis, IM .
SOLAR ENERGY, 1998, 63 (01) :61-68
[8]  
Short-term prediction of local wind conditions[J] . Lars Landberg,Simon J. Watson.Boundary-Layer Meteorology . 1994 (1)
[9]  
Wind turbines generate more than 1%of the global electricity .2 World Wind Energy Association. http://www.wwindea.org . 2008
[10]  
Wind power prediction in Germany:recent advances and future challenges .2 Lange B,Rohrig K,Ernst B,et al. European Wind Energy Conference . 2006