基于中尺度模式与神经网络的风电功率预测

摘要：

将中尺度数值天气预报模式与BP神经网络模型相结合用于风电功率预测,以WRF模式回算了2008年6月至2009年6月试验风电场的气象要素,精度检验结果显示风速预报值与对应实测值之间的相关系数达到0.72,风向、气温、湿度、气压的预报也比较准确,满足建立BP神经网络预报模型的需要.逐一建立试验风电场40台风电机组输出功率的BP神经网络预报模型,分析了数据标准化方法、隐含层神经元数对预报精度的影响.进行了26天实效为24 h的逐10 min预报试验,并以独立样本进行预报精度检验,结果显示单台风电机组输出功率相对均方根误差在24.8％～32.6％之间,预报值与实测值之间的相关系数现在0.45～0.68之间;风电场整体相对均方根误差为19.5％,预报值与实测值之间的相关系数为0.74.研究结果表明该方法可以用于实际的风电功率预测.

关键词：WRF模式、BP神经网络、预报模型、风电功率预测

所属期刊栏目：41

分类号：TS4;TP2

资助基金：公益性行业专项复杂地形风能预报研究GYHY201006035;内蒙古气候中心青年科技创新基金

在线出版日期：2013-10-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：784-789