电力系统保护与控制
電力繫統保護與控製
전력계통보호여공제
POWER SYSTM PROTECTION AND CONTROL
2011年
15期
80-83
,共4页
风力发电功率%电力系统调度%风电场%RBF神经网络%短期预测
風力髮電功率%電力繫統調度%風電場%RBF神經網絡%短期預測
풍력발전공솔%전력계통조도%풍전장%RBF신경망락%단기예측
准确地预测风力发电的输出功率对电力系统调度、电力系统稳定性和风电场运行都具有重要意义.从实际运行的风电场获得了相关风速、环境温度和风电功率的历史数据,建立了基于径向基函数( Radial Basis Function,RBF)神经元网络的短期风电功率预测模型.运用该模型进行了1 h后的风电输出功率预测,预测误差在12%附近.通过将预测结果和实际风电输出功率比较,表明该方法预测精度较高且比较稳定.
準確地預測風力髮電的輸齣功率對電力繫統調度、電力繫統穩定性和風電場運行都具有重要意義.從實際運行的風電場穫得瞭相關風速、環境溫度和風電功率的歷史數據,建立瞭基于徑嚮基函數( Radial Basis Function,RBF)神經元網絡的短期風電功率預測模型.運用該模型進行瞭1 h後的風電輸齣功率預測,預測誤差在12%附近.通過將預測結果和實際風電輸齣功率比較,錶明該方法預測精度較高且比較穩定.
준학지예측풍력발전적수출공솔대전력계통조도、전력계통은정성화풍전장운행도구유중요의의.종실제운행적풍전장획득료상관풍속、배경온도화풍전공솔적역사수거,건립료기우경향기함수( Radial Basis Function,RBF)신경원망락적단기풍전공솔예측모형.운용해모형진행료1 h후적풍전수출공솔예측,예측오차재12%부근.통과장예측결과화실제풍전수출공솔비교,표명해방법예측정도교고차비교은정.
