基于NSGA-Ⅱ算法最优组合的风电功率预测的研究

• 作者: 叶家豪 苏元鹏 高红丽 魏霞
• 来源期刊: 水力发电
• 学科: 工学
• 关键词: 风力发电 风电功率预测 多目标优化 BP神经网络
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 新能源发电
• 页码范围: 114-118
• 页数: 5页
• 分类号: TK81
• 字数: 3313字
• 语种: 中文
• DOI: 10.3969/j.issn.0559-9342.2020.02.024

摘要

风电场的出力是一个受风速波动性和各种气象条件影响的复杂过程,风电功率预测的准确性可以大大提高电力系统调度运行的效率,维持发、输、用电之间功率的平衡.针对于此,对风电场进行功率预测时,建立了表征风电功率波动的平稳性指标,考虑到风电的波动性越小,预测精度就越高,引入了带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ),以此来求取各个风力发电机组的最优组合,使得组合后的风电出力更加平稳,波动更小,得到了一组pareto最优解集.然后对pareto解集中的所有组合的风力发电机组,利用BP神经网络进行功率预测,预测精度最高的解就是最优的组合.通过仿真验证,证明该方法的有效性和合理性.并将所得到的结果与经典的风电功率预测方法—小波预测和粒子群优化的BP神经网络(PSOBP)预测进行对比分析,证明了所提方法的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏霞	新疆大学电气工程学院	32	71	6.0	6.0
2	叶家豪	新疆大学电气工程学院	2	0	0.0	0.0
3	高红丽	新疆大学电气工程学院	1	0	0.0	0.0
4	苏元鹏		1	0	0.0	0.0