基于人工神经网络的风电功率短期预测系统.pdfVIP

第 32卷 第22期 电 网 技 术 VO1．32No．22 2008年 11月 PowerSystem Technology Nov．2008 文章编号：1000．3673(2008)22．0072．05 中图分类号：TM73 文献标志码：A 学科代码：4704·0 基于人工神经网络的风 电功率短期预测系统 范高锋，王伟胜，刘纯 (中国电力科学研究院，北京市 海淀区 100192) ArtificialNeuralNetworkBasedW indPowerShortTerm PredictionSystem FAN Gao．feng，W ANGW ei—sheng，LIU Chun (ChinaElectricPowerResearchInstitute，HaidianDistrict，Beijing100192，China) ABSTRACT：Wind powerprediction IS importantto the 系统的安全稳定运行带来新的挑战。为克服风电波 operationofpowersystem withcomparativelylargeamountof 动对电力系统运行的不利影响，风 电装机容量较大 windpower．A summarization oftheresearch status，basic 的几个国家都在开发风电功率预测系统。风电功率 principleandforecastmethodsofwindpowerpredictionwas 预测对于电网安全经济调度、电力市场及风电场运 presentedinthepaper．Thesystem rfameworkwasdesigned．A 行都有重要意义。 wind power prediction system based on artificialneural 丹麦是最早进行风电功率预测系统开发的国 networkwasestablished，andthesystem willsoonbeapplied intheJilinpowergrid dispatchcenter．Thesystem relieson 家之一，早在 1990年 Landberg就采用类似欧洲风 图集的推理方法开发了一套风电功率预测系统[2】。 numerical weather prediction， has rfiendly man-machine interface，and realizes seamless connection to the eneryg Prediktor是丹麦 Riso国家实验室开发的风电功率 managementsystem(EMS)．Theresultsofthetestdataindicate 预测系统，这个系统主要采用物理模型L3J。气象数 thattheprediction system isreliableand therootofmean 据 由数值天气预报系统一～高精度有限区域模型 squareerror(RMSE)isabout15％．Theeconomicbenefitof (highresolutionlimitedareamodel，HIRLAM)提供。 theforecastingsystem wasalsoestimated． 风 电功率预测工具 (windpowerpredictiontool， KEYW ORDS：windpower；powerrgid；prediction；artificial WPPT)由丹麦技术大学开发4【l。自1994年一直在丹 neuralnetwork；numericalweatherprediction 麦西部电力系统运行，从 1999年开始在丹麦东部 摘要：风