基于聚类分析方法的风电场日前功率预测研究

• 作者: 刘高明 张介 张旭鹏 马赟
• 来源期刊: 浙江电力
• 学科: 工学
• 关键词: 风电场 出力预测 聚类分析 BP神经网络
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 新能源发电与并网
• 页码范围: 42-46
• 页数: 5页
• 分类号: TM714
• 字数: 3837字
• 语种: 中文
• DOI: 10.19585/j.zjdl.201801009

摘要

随着我国风电装机容量的逐步增加,风电在电源结构中的比例也进一步增大,而风电出力本身的随机性、 波动性使得风电出力预测工作难度增加.鉴于不同特性的气象数据对应的出力差异性很大,因此采用模糊C均值聚类分析方法将风电场运行历史气象信息进行聚类并训练相应的BP神经网络,再将数值天气预报提供的待预测日的气象信息进行聚类,根据数据的聚类中心将待预测日气象信息与历史数据进行归类,最后将同一类风速、 风向数据结合相应的BP神经网络进行预测.算例分析证明了此方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张介		1	10	1.0	1.0
2	马赟		1	10	1.0	1.0
3	张旭鹏		2	10	1.0	2.0
4	刘高明		1	10	1.0	1.0