基于神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電功率預(yù)測優(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)能的波動性與間斷性直接限制了風(fēng)電并網(wǎng)比例，限制了我國風(fēng)力發(fā)電技術(shù)的進一步發(fā)展，研究風(fēng)力發(fā)電功率預(yù)測系統(tǒng)，可提高風(fēng)電機組發(fā)電的穩(wěn)定性，改善風(fēng)電對于電網(wǎng)系統(tǒng)的不良影響。本文以某風(fēng)電機組為研究對象，根據(jù)該機組歷史天氣信息與實時發(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)電場短期功率預(yù)測模型，并針對神經(jīng)網(wǎng)絡(luò)建模特點，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Matlab軟件仿真驗證。
　　論文介紹了BP神經(jīng)網(wǎng)絡(luò)和支持向量機風(fēng)電功率預(yù)測方法，分析了兩種方法的優(yōu)缺點，并建立了基于數(shù)值天氣預(yù)報的BP神經(jīng)網(wǎng)絡(luò)短期風(fēng)電功率模型，在Matlab中實現(xiàn)了仿真預(yù)測；研究了支持向量機風(fēng)電功率預(yù)測模型參數(shù)優(yōu)化問題，運用粒子群算法、粒子群改進算法優(yōu)化了支持向量機懲罰因子和RBF核函數(shù)參數(shù)，建立了基于改進粒子群算法優(yōu)化的支持向量機模型，并在仿真實驗中實現(xiàn)了算法效果驗證與分析對比；采用遺傳算法優(yōu)化了BP神經(jīng)