论文部分内容阅读
风电具有间歇性和随机性,随着风电接入电网的比例越来越大,对电力系统的安全、稳定运行和电能质量带来了严峻挑战,风电场短期功率预测是解决该问题的有效途径之一。本文主要对风电场风速预测和功率预测进行研究,通过对华北某风电场的现场测量数据和运行数据进行预处理进而得到其统计规律,在对风速时间序列混沌特性分析基础上建立了基于神经网络的提前六小时风速预测模型,该模型采用带动量因子的梯度下降算法,有效提高了算法的收敛速度,改善了其易陷入局部极小值的缺点,仿真结果表明该模型具有更好的综合预测性能。此外,分别采用基于风