风电场超短期风功率预测问题研究

合集下载

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｂｅｔｗｅｅｎｉｎｐｕｔ￣ｅｔｏｍｈａｓｇｒｅａｔｅｒｉｍｐａｃｔＯｌｌｗｉｎｄｐｏｗｅｒｐｒｅｄｉｃｔｉｏｎ，ｔｈｅｉｍｐａｃｔｏｆｈｉｓｔｏｉｃｒａｌｏｕｔｐｕｔｏｆｗｉｎｄｔｕｒｂｉｎｅｏｎｗｉｎｄｐｏｗｅｒｐｒｅｄｉｃｔｉｏｎｉｓｇｒａｄｕｌｌａｙｄｅｃｒｅｓｅａｄｗｉｈｔｈｅｔｉｎｃｒｅａｓｅｏｆｏｐｅｒａｔｉｏｎｔｉｍｅ，ａｎｄｈｅｔｆｏｒｅｃａｓｔｉｎｇａｃｃｕｒａｃｙｏｆｗｉｎｄｐｏｗｅｒｉｎｎｅｘｔ３ｈａｎｄｍｏｌｅｍａｉｎｌｙｄｅｐｅｎｄｓｏｎｔｈｅａｃｃｕｒａｃｙｏｆＮＷＰｄａｔａ．ＫｅｙＷｏｒｄｓ：ｖｅｒｙｓｈｏｒｔ — ｔｅｒｍｐｏｗｅｒｆｏｒｅｃａｓｔｉｎｇ；，ａｔｉｒｉｆｃｉｌａｎｅｕｒａｌｎｅｔｗｏｒｋ；ｗｉｎｄｐｏｗｅｒ
ＡｂｓｔｒａｃｔＴａｋｉｎｇａｗｉｎｄｆａｒｍｉｎＨｅｂｅｉＰｒｏｖｉｎｃｅａｓｅａｓｅｓｔｕｄｙ，ｔｈｅｖｅｒｙｓｈｏｒｔ－ｔｅｒｍｆｏｒｅｃａｓｔｉｎｇｏｆｗｉｎｄｐｏｗｅｒｉｓｓｔｕｄｉｅｄｂｙｕｓｉｎｇ
水力发电
第３９卷第７期
２０１３年７月
风电扬超短期风功率预测问题研究
易跃春，马月，王霁雪，李桂敏，秦潇，陈文凯
（１．水电水利规划设计总院，北京１００１２０；２．北京木联能软件技术有限公司，北京１０００９６）
测时预测结果精度在很大程度上依赖数值天气预报数据精度。
关键词：超短期功率预测：人工神经网络法；风力发电
ＳｔｕｄｙｏｎＶｅｒｙＳｈｏｒｔ－ＴｅｒｍＰｏｗｅｒＦｏｒｅｃａｓｔｉｎｇｏｆＷｉｎｄＦａｒｍ
摘要：以河北省某实际风电场为例，选取风电机组历史功率数据、风速以及数值天气预报的风速和风向作为输入
因子，采用人工神经网络法对风电场超短期功率预测问题进行研究。研究结果显示。输入因子的差异性对风功率预测结果影响较大。另外，风电机组历史数据对功率预测结果的影响随时间增加而减小。进行３ห้องสมุดไป่ตู้ ｈ以上风电场功率预
ＹＩＹｕｅｃｈｕｎ，ＭＡＹｕｅ，ＷＡＮＧＪｉｘｕｅ，ＬＩＧｕｉｍｉｎ２，ＱＩＮＸｉａｏ，ＣＨＥＮＷｅｎｋａｉ（１．ＣｈｉｎａＲｅｎｅｗａｂｌｅＥｎｅｒｇｙＥｎｇｉｎｅｅｉｒｎｇＩｎｓｔｉｔｕｔｅ，Ｂｅｉｊｉｎｇ１００１２０，Ｃｈｉｎａ；２．ＢｅｉｊｉｎｇＭｉｌｌｅｎｎｉｕｍＳｏｆｔｗａｒｅＴｅｃｈｎｏｌｏｇｙＣｏ．，Ｌｔｄ．，Ｂｅｉｊｉｎｇ１０００９６，Ｃｈｉｎａ）
ａｒｔｉｉｆｃｉｌａｎｅｕｒａｌｎｅｔｗｏｒｋｍｅｔｈｏｄ，ｉｎｗｈｉｃｈ．ｔｈｅｈｉｓｔｏｒｉｃａｌｏｕｔｐｕｔｏｆｗｉｎｄｔｕｒｂｉｎｅ．ａｃｔｕａ１ｗｉｎｄｓｐｅｅｄａｎｄｔｈｅｗｉｎｄｓｐｅｅｄａｎｄ
ｄｉｒｅｃｔｉｏｎｏｂｔａｉｎｅｄｆｒｏｍＮｕｍｅｉｒｃａｌＷｅａｔｈｅｒＰｒｅｄｉｃｔｉｏｎ（ＮＷＰ）ａｒｅｔａｋｅｎａｓｉｎｐｕｔｆａｃｔｏｒｓ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｄｉｆｆｅｒｅｎｃｅ