基于神经网络的风电短期功率预测模型研究

• 作者: 孙财新 宿凤明 李端开
• 来源期刊: 节能技术
• 学科: 工学
• 关键词: 神经网络 浆距角 偏航角度 风资源 风功率预测
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 新能源
• 页码范围: 556-560
• 页数: 5页
• 分类号: TM614
• 字数: 4160字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6339.2018.06.015

摘要

为使电网制定更合理的调度计划,提高风电的并网容量,需要精确的模型进行短期风功率预测.为达到此目的,本文将偏航角度、浆距角等参数纳入神经网络进行建模分析,以河南某风场10台1.5 MW风机3个月的数据为研究对象,分别采用风资源作为参数,风资源和偏航角度作为参数,风资源、偏航角度和浆距角作为参数的三种情况下预测分析.在三种情况下,采用风资源、偏航角度、浆距角作为输入参数的模型预测结果的标准均方根误差NRMSE为3.20％、平均绝对误差MAE为360 kW,分别比仅采用风资源作为参数进行预测的数值下降了62.7％和60.6％.由此表明,采用风资源、偏航角度和浆距角作为参数的预测精度最高,作为神经网络输入参数进行风功率预测更为合理.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宿凤明		3	11	2.0	3.0
2	孙财新		1	9	1.0	1.0
3	李端开		3	11	2.0	3.0