基于人工神经网络的风电功率预测

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。对风速和风电场输出功率预测的方法进行了分类。根据风电场输出功率的影响因素，建立了风电功率预测的神经网络模型。分析了实测功率数据、不同高度的大气数据对预测结果的影响。建立了基于神经网络的误差带预测模型，实现了误差带预测。研究结果表明，神经网络的结构和输入样本对预测结果有一定的影响；实测功率数据作为输入可以提高提前量为30min的预测精度，而对提前量为1h的预测精度会降低；把不同高度的数据都作为神经网络的输入比只采用轮毂高度数据的预测精度高；设计的神经网络能够对误差带进行预测。