基于小波Elman神經网络的短期风电功率预测.docVIP

基于小波Elman神经网络的短期风电功率预测 摘要：采用Elman神经网络和小波理论相结合的方法对短期风电功率进行预测，建立了小波Elman神经网络预测模型；利用小波Elman神经网络对短期风电功率进行等效预测；通过统计综合的方法，分析了风速对风电功率输出特性的影响；通过实例分析，该模型结果表明，该模型具有较高的精确度和容错能力，能够满足实际工程应用的要求； 关键词：功率预测；小波分析；Elman神经网络；统计综合； 0 引言 风力发电在全球范围内快速发展，装机容量逐年增加，截止2013 年底，中国风电新增装机容量约 16.1GW,较 2012 年的 12.96GW 大幅提高了 24%,中国风电累计装机已超过 90GW。 风力发电并网运行是实现大规模风能发利用的有效途径。但是与常规能源不同,风能是一种能量密度小的随机性能源,具有“间歇性”和“随机性”的特点,风能这种特性导致随风速的变化而波动的风电场的输出功率具有不可控性和不可预期性。 这对电力系统的安全稳定运行带来新的挑战。为克服风电波动对电力系统运行的不利影响，需要对风电功率进行提前预测。风电功率预测对于电网安全经济调度、电力市场及风电场运行都有重要意义。 本文结合风电功率的变化特性，提出了基于小波分析和 Elman神经网络的短期风电功率预测方法.利用小波良好的时频局域化分析性质，结合Elman神经网络的动态递归记忆功能