基于改进CFD与小波混合神经网络组合的风电场功率预测方法

摘要：

风的间歇性和时变性制约电力系统能量平衡，准确的风电功率预测有助于电网减小旋转备用、合理制定检修计划。为减小预测误差，提出一种基于多计算流体力学(computational fluid dynamics，CFD)模型的新型风电场组合功率预测方法。首先，利用小波混合神经网络对数值天气预报降尺度；其次，提出了考虑多重尾流的风电场物理 CFD模型，并建立了根据测风塔风速外推各台风电机组风速的加速比相关系数；最后，提出了仅考虑自由流场和带有激盘模型的变权重组合流场模型。实际算例仿真证明，所提出的预测方法更准确地反映了风电场实际运行状态，有效提高了预测准确性。

关键词：功率预测、组合方法、计算流体力学、小波混合神经网络、尾流模型

所属期刊栏目：41

分类号：TM715(输配电工程、电力网及电力系统)

在线出版日期：2017-03-03（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：82-88