作者:林琳; 于立杰; 李超储能神经网络风功率预测蜂群算法
摘要:风能具有随机性与波动性特点,大规模的风电接入将会给电力系统的稳定运行造成影响。准确进行风功率预测能够为提高电网运行稳定性提供有力支撑,为电网的实时调度提供有利指导。因此提出了一种计及综合成本影响因素的风功率超短期预测方法,首先建立了风电功率的综合成本影响因素模型,然后在此基础上构建了基于BP神经网络的风功率预测模型,并基于蚁群算法对该模型进行参数优化改进。通过与基于传统人工神经网络和支持向量机理论的预测模型进行仿真对比,结果表明所提算法能够更充分地挖掘风功率与其影响因素数据间的非线性复杂映射关系,并能够更好地减少网络层参数的训练时间,提高收敛速度,极大地提高了风功率预测的稳定性和精度。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社