基于GWO-BP模型的短期风力发电预测

• 作者: 王玉赞 王笑南 段钇江
• 来源期刊: 云南水力发电
• 关键词: 短期风功率预测 BP神经网络 灰狼优化算法 风力发电 风速
• 年，卷（期）: 2024,（9）
• 所属期刊栏目: 能源、环境与移民
• 页码范围: 76-80
• 页数: 5页
• 语种: 中文

摘要

近年来，风力发电装机规模在全球范围内迅速增长。风力发电功率取决于风速及其所携带的能量，而风速是一个不断变化的随机变量。为了使风电场高效有序运行，减少因波动性、随机性对电网的冲击，降低弃风限电率，准确的短期风功率预测是必不可少的。基于灰狼优化算法（Grey Wolf Optimizer,GWO）-反向传播（Back Propagation,BP）神经网络模型预测风电场风功率，结果表明，它对短期风力发电的预测准确可靠。应用的GWO-BP模型所得结果与标准BP模型和遗传算法优化的BP模型进行比较，证明此模型预测精度更高。