基于小波变换和神经网络的短期风电功率预测方法

摘要

短期风电功率预测的准确程度对于风电场的稳定运行、节能调度、以及在发电侧电力市场中的竞争力均有重要影响.本文提出一种小波分析与神经网络理论相结合的综合预测方法,将历史风电功率序列和历史风速序列分别进行小波单尺度分解,得到对应的概貌功率、细节功率和概貌风速、细节风速;然后用概貌功率和概貌风速序列训练BP神经网络,预测未来的概貌功率;用细节功率和细节风速序列训练BP神经网络,预测未来的细节功率.在此基础上,将概貌功率和细节功率叠加,得到最终预测结果.对我国某风电场的实际数据进行预测,验证了该方法的有效性和可行性.