基于人工神经网络的风电功率预测应用研究

随着化石燃料的污染加重和日益枯竭,可再生能源的开发成为必然。风力发电作为可再生能源中的重要组成部分近年来发展迅速,风电并网给电力系统带来了巨大的挑战。在此背景下,作为风力发电中至关重要一环的风电功率预测研究也取得了长足进步。本文对风电功率预测方法进行分析对比,并对影响风电功率预测的因素进行了全面详细的分析,建立了风电场风机分布的物理模型与人工神经网络相结合的组合风电功率预测方法；提出了切实可行的缺失数据补齐和异常数据检测修正处理机制,为实现风电功率健全的数据体系提供了可能,对数据采集困难的风电场提供了较大帮助；算例证明了物理模型与人工神经网络相结合的组合预测方法能有效地提高风电功率预测的精度,具有较高的应用价值。