基于神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電功率預(yù)測(cè)優(yōu)化算法研究.pdf

1、風(fēng)能是一種新型的綠色能源，風(fēng)電并網(wǎng)是實(shí)現(xiàn)降低大氣污染、改善能源結(jié)構(gòu)的重要方法。然而風(fēng)能的波動(dòng)性與間斷性直接限制了風(fēng)電并網(wǎng)比例，限制了我國(guó)風(fēng)力發(fā)電技術(shù)的進(jìn)一步發(fā)展，研究風(fēng)力發(fā)電功率預(yù)測(cè)系統(tǒng)，可提高風(fēng)電機(jī)組發(fā)電的穩(wěn)定性，改善風(fēng)電對(duì)于電網(wǎng)系統(tǒng)的不良影響。本文以某風(fēng)電機(jī)組為研究對(duì)象，根據(jù)該機(jī)組歷史天氣信息與實(shí)時(shí)發(fā)電功率數(shù)據(jù)，采用神經(jīng)網(wǎng)絡(luò)建模方法，建立了風(fēng)電場(chǎng)短期功率預(yù)測(cè)模型，并針對(duì)神經(jīng)網(wǎng)絡(luò)建模特點(diǎn)，將該模型與多種智能算法結(jié)合，優(yōu)化模型參數(shù)，并通

2、過(guò)Matlab軟件仿真驗(yàn)證。
　　論文介紹了BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)風(fēng)電功率預(yù)測(cè)方法，分析了兩種方法的優(yōu)缺點(diǎn)，并建立了基于數(shù)值天氣預(yù)報(bào)的BP神經(jīng)網(wǎng)絡(luò)短期風(fēng)電功率模型，在Matlab中實(shí)現(xiàn)了仿真預(yù)測(cè)；研究了支持向量機(jī)風(fēng)電功率預(yù)測(cè)模型參數(shù)優(yōu)化問(wèn)題，運(yùn)用粒子群算法、粒子群改進(jìn)算法優(yōu)化了支持向量機(jī)懲罰因子和RBF核函數(shù)參數(shù)，建立了基于改進(jìn)粒子群算法優(yōu)化的支持向量機(jī)模型，并在仿真實(shí)驗(yàn)中實(shí)現(xiàn)了算法效果驗(yàn)證與分析對(duì)比；采用遺傳算法優(yōu)化了BP神經(jīng)