基于小波变换与BP神经网络短期风电功率预测.pdfVIP

第3O卷第 2期 电 力 科 学 与 技 术 学 报 Vo1．30No．2 2015年 6月 JOURNAL OFEIECTRIC POWER SCIENCEAND TECHNOLOGY Jun．2O15 基于小波变换和 BP神经网络的短期风 电功率预测 马晓博 (武汉大学 电气工程学 院，湖北 武汉 430072) 摘 要 ：风电功率预测的准确性对风电大规模接人的电力系统安全稳定运行具有重要意义。提出一种基于小波 变换和 BP神经网络 的风 电功率预测模型，通过小波变换将风电功率序列在不同频率上进行分解 ，对分解后 的单支 序列分别采用相匹配的BP神经网络进行建模和预测 ，最后 ，叠加各序列的预测结果得到完整的预测值 。基于该模 型的内蒙古某风电场输 出功率预测算例结果表 明：该模型可 以有效提高预测精度 。 关 键 词 ：风电功率预测 ；小波变换；BP神经网络；预测精度 中图分类号 ：TM742 文献标识码 ：A 文章编号 ：1673—9140(2015)02—0092—06 Short—term windpowerprediction basedonwaveletanalysisand BP neuralnetwork M A Xiao—bo (SchoolofElectricalEngineeringW uhanUniversity，W uhan430072，China) Abstract：Veracityofwindpowerprediction isimportantto thesafeoperation ofpowersystem withlargewindpowerintegrated．Themodelofwindpowerprediction basedonwavelettrans—— form andBP neuralnetworkwasproposedinthispaper．Thewindpowersequencewasdecom— posedin differentfrequencybywavelettransform．M odelingandpredictionwereconducted for singlesequencewithBP neuralnetwork．Thecompletedpredictivevaluewasobtainedbyforecast resultssuperposition ofeach sequence．Theproposedmodelwasapplied into theoutputpower predictionofonewindfarm in InnerMongolia，thecaseanalysisresultsshowedthatthemodel couldimprovethepredictionaccuracyeffectively． Keywords：windpowerprediction；wavelettransform ；BPneuralnetwork；forecastaccuracy 近年来 ，以风力发 电为代表 的可再生能源发电 的战略需求 ；另一方面，由于风电具有波动性和间歇 技术得到了越来越广泛的应用 ，风 电装机容量 随之 性的特点，受外界环境 因素影响较大 ，电力系统接人 急速增加 。一方面 ，风能作为一种清洁能源可以缓 大规模风电将对其安全稳定运行造成严重威胁 ，因 解中国能源短缺的严峻形势，满足资源可持续发展 此 ，迫切地需要对风 电功率预测方法展开深入的研 收稿 日期 ：2015—02—11 通讯作者 ：马晓博(199O一