基于风速分频和权值匹配的RBF超短期风电功率预测方法

• 作者: 杨茂 董昊
• 来源期刊: 可再生能源
• 学科: 工学
• 关键词: 超短期功率预测 风速分频 Yalmip-Cplex权值优化 RBF神经网络
• 年，卷（期）: 2020,（11）
• 页码范围: 1483-1488
• 页数: 6页
• 分类号: TK81
• 语种: 中文

摘要

为了提高风电功率超短期预测的准确率,文章提出了一种基于风速分频特征和权值匹配的RBF超短期风电功率预测方法.该方法的总体结构包括风速分频特征的提取、风速区间的划分、径向基神经网络的训练、分频最优权值决策、仿真计算和误差分析.与现有的仅考虑历史风电功率数据的方法相比,该方法能够跟踪未来的功率趋势,物理意义清晰,并考虑了风速不同频率特征对于功率的影响.算例结果表明,基于风速分频特征和权值分配的RBF超短期风电功率预测方法的预测精度较高,预测结果有效,具有较强的实用性.