基于蜂群算法改进的BP神经网络风电功率预测

摘要：

由于风能具有随机性和间歇性的特点, 造成了其功率输出的不稳定, 而大规模的风电接入给电力系统的正常稳定运行和调度带来影响.详细分析影响风电场输出的因素, 确定风速、风向正弦和余弦为影响风电输出最主要的关联因素, 采用统计预测方法将历史实际输出功率、风速、风向正弦和余弦作为BP神经网络的输入矢量, 并采用人工蜂群算法优化得到神经网络的权值和阈值, 构建ABC-BP神经网络风电功率预测模型.通过对某实测风电功率进行预测验证, 结果表明:基于蜂群算法改进的BP神经网络风电功率预测, 可以克服BP神经网络易于陷入局部极小的缺陷和不足, 极大地提高了全局搜索能力以及预测的稳定性和精度;同时, 将自适应的选择策略引入到蜂群算法优化适应度的选择中, 减少了网络层参数的训练时间, 提高了收敛速度.

关键词：风力发电、功率预测、风速、风向、BP神经网络、人工蜂群算法

所属期刊栏目：33

分类号：TM761(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金51667010;中国南方电网公司科技项目YNKJQQ00000279

在线出版日期：2019-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：22-28