考虑风电功率预测误差的电力系统优化调度.docx

西安交通大学网络教育学院论文

考虑风电功率预测误差的电力系统优化调度

摘要

神经网络具有强大的非线性映射能力，可用来预测风电功率，本文依靠径向基（RadialBasisFunction，RBF）神经网络进行超短期风电功率预测。利用历史风功率时间序列数据作为训练样本，通过对比不同输入数据数量和不同预测时长得到的风电功率预测结果，分析确定最佳预测参数。结果显示2h的预测误差明显较1h的大，但都符合国家风电预测相关规定，其中预测1h的平均误差为7.43%，基于RBF神经网络的预测模型能够很好追踪预测风电功率，验证了模型良好的超短期预测性能。

为减少风电并网后的“弃风”问题，本文基于通过