一种基于径向基神经网络的短期风电功率直接预测方法.pdfVIP

第43卷 第 19期 电力 系统保护 与控制 VO1．43NO．19 2015年 l0月 1日 PowerSystem ProtectionandControl 0ct．1．2015 一 种基于径向基神经网络的短期风 电功率直接预测方法 马 斌 ，张丽艳 (西南交通大学电气Z-程学院，四川 成都 610031) 摘要：提出了一种基于RBF神经网络的未来24hJA电功率直接预测方法。为克服传统聚类算法局部寻优的缺陷， 基于模糊C．均值聚类算法，提出了一种将遗传算法、模拟退火算法和模式识别技术相结合的模糊聚类算法。基于 某风电场的实测数据，采用所提出的模糊聚类算法和几利，常用方法分别确定径向 函数的中心，并采用最小 乘 法解决权值学习问题。预测结果表明了基于RBF神经网络的风 电功率预测方法能够有效提高预测精度，且证明了 所提出的模糊聚类算法的优越性。 关键词：风 电功率；预测；RBF神经网络；模糊聚类算法；对 比 Short-term windpowerdirectforecastingbasedonRBFneuralnetwork MABin，ZHANG Liyan (SchoolofElectricalEngineering，SouthwestJiaotongUniversity,Chengdu610031，China) Abstract：A methodbasedonRBFneuralnetworktodirectlyforecastwindpowerforthefuture24h isproposed．To overcomethedefectsoftraditionalclusteringalgorithm ，afuzzyclusteringalgorithm combiningwithgeneticalgorithm， simulated annealing algorithm andpattern recognition isproposed based on fuzzy C—meansalgorithm．The fuzyz clusteringalgorithm andsomecommonmethodsareusedtoselectthecenterofradialbasisfunction，andthelearningof weightissolvedbyO~hogonalLeastSquare(OLS)，basedonmeasureddata．Theresultsindicatethatthemethodto forecastwindpowercanimprovehtepredictionaccuracy,andprovehtesuperiorityofintegratedclusteringalgorithm ． Keywords：windpoWer；directprediction；RBFneuralnetwork；fuzyz clusteringalgorithm ；comparison 中图分类号： TM715 文章编号： 1674—3415(2015)19．0078．05 于模糊 C一均值聚类算法，提出了一种将模式识别技 0 引言 术、遗传算法和模拟退火算法相结合的模糊聚类算 风能是发展速度最快的可再生能源之一，被认 法(下文简称为综合聚类算法)，用 以确定径 向基函 为是最具潜力代替化石燃料的能源L1J。虽然风能有 数中心。该算法既能跳离局部最优陷阱，又能克服 很多优点，但 由于其具有随机性、间歇性和波动性 传统遗传算法的早熟现象，同时根据聚类问题的具 等特点，给电力系统的安全运行及 电力调度带来 巨 体情况设计遗传编码方式及适应度函数，使其更