10.19768/j.cnki.dgjs.2023.18.019
基于案例推理的极端天气下风功率预测系统研究
提高风功率预测精度是保障风电并网安全运行的关键,同时也是电力市场现货交易决策制定的支撑,而间歇性、波动性风速是影响风功率预测精度的重要因素.提出了一种基于案例推理的极端天气下风功率预测方法,首先利用混沌理论建立间歇性风速模型,进而确定极端天气预测案例库,其次建立基于案例推理的风功率预测模型,最后结合山西省大同市某风电场的实际运行数据进行验证,并与广义回归神经网络(GRNN)、最小二乘支持向量机(LSSVM)和遗传BP神经网络(GABP)三种方法的预测结果进行对比.仿真结果表明,该方法能够有效提升风电功率预测精度,或可为极端天气时的风功率预测研究提供借鉴.
风功率预测、间歇性风速、极端天气、混沌理论
TM614(发电、发电厂)
2023-11-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
64-67