基于BP神经网络的风电场短期功率预测方法.pdf

(19)中华人民共和国国家知识产权局*CN103001249A*(12)发明专利申请(10)申请公布号CN103001249A(43)申请公布日2013.03.27(21)申请号201210460427.0代理人王伟锋刘铁生(22)申请日2012.11.15(51)Int.Cl.(71)申请人中国电力科学研究院H02J3/38(2006.01)地址100192北京市海淀区清河小营东路15号申请人山东电力集团公司中电普瑞张北风电研究检测有限公司国家电网公司(72)发明人王伟胜刘纯冯双磊王勃张菲赵艳青姜文玲卢静车建峰王晓蓉王铮胡菊张健张国强(74)专利代理机构北京鼎佳达知识产权代理事务所(普通合伙)11348权利要求书权利要求书11页页说明书说明书33页页(54)发明名称基于BP神经网络的风电场短期功率预测方法(57)摘要本发明公开了一种基于BP神经网络的风电场短期功率预测方法，包括如下步骤：a.获取风电场所在地的气象要素数据的历史记录及与每一记录相对的输出功率；b.将气象要素数据修正为风机轮毂高度数据；c.将修正后的气象要素数据作为输入数据输入BP神经网络，将与气象要素数据对应的输出功率作为BP神经网络的输入对BP神经网络进行训练；d.根据数值天气预报获得风电场所在地在预测时间段的气象要素数据，并将气象要素数据修正为风机轮毂高度数据，生成修正后的气象要素数据；e.将步骤d所得的修正后的气象要素数据输入BP神经网络，输出的数据即为该预测时间段的风电场的发电输出功率。本发明方法简单易行，准确度高。CN103249ACN103001249A权利要求书1/1页1.基于BP神经网络的风电场短期功率预测方法，其特征在于，包括如下步骤：a.获取风电场所在地的包括风速、风向和空气密度的气象要素数据的历史记录及与每一记录相对的风电场发电输出功率；b.其中，将风速、风向和空气密度修正为风电机组轮毂处的风速、风向和空气密度，从而生成修正后的气象要素数据；c.将修正后的气象要素数据作为输入数据输入BP神经网络，将与每一气象要素数据对应的风电场发电输出功率作为BP神经网络的输出对BP神经网络进行训练；d.根据数值天气预报获得风电场所在地在预测时间段的包括风速、风向和空气密度的气象要素数据，并将风速、风向和空气密度修正为风电机组轮毂处的风速、风向和空气密度，从而生成修正后的气象要素数据；e.将步骤d所得的修正后的气象要素数据输入经步骤c训练后的BP神经网络，BP神经网络输出的数据即为该预测时间段的风电场的发电输出功率。2.根据权利要求1所述的基于BP神经网络的风电场短期功率预测方法，其特征在于，在步骤c中，还将与每一气象要素数据对应的风电场发电输出功率作为BP神经网络的输入数据对BP神经网络进行训练。3.根据权利要求1所述的基于BP神经网络的风电场短期功率预测方法，其特征在于，所述步骤a中的气象要素数据还包括相对湿度的数据，并在步骤b中将其修正为风电机组轮毂处的相对湿度，以作为输入数据输入BP神经网络。2CN103001249A说明书1/3页基于BP神经网络的风电场短期功率预测方法技术领域[0001]本发明涉及风电场的功率预测技术领域，具体地说是一种基于BP神经网络的风电场短期功率预测方法。背景技术[0002]风能发电是利用风机将风的动能转换为电能的一种发电形式。现阶段，风能的推广应用日益呈现方兴未艾的世界潮流，风能产业成为全球蓬勃兴起的新能源产业之一。开发利用风能成为人类社会缓解日益加剧的能源短缺的共同选择和治理严峻环境污染的有生力量。电网的稳定运行需要在供需双方之间保持一定的平衡，即根据用户的消耗变化，预先安排火电、水电等发电机组的开启和关停，从而相应地调整供应的总功率。由于风能发电受天气的影响较大，且不能像火电及水电一样自由控制，所以风电场发电的输出功率具有剧烈变化及间歇性等特点。由此，风电场并入电网必将对电网的平衡产生巨大影响。[0003]1）调峰问题。随着天气的变化，风电场的输出功率剧烈变化，严重影响电网的调峰；[0004]2）电网稳定问题。在电网发生大扰动时，风电场由于不具备低电压穿越能力，容易退出运行从而对电网带来二次冲击，影响电网的暂态稳定性；[0005]所以对风电场输出功率进行有效监测和预测，把风电场输出功率纳入电网的发电计划编制，并参与实时调度，是保证电网稳定经济运行的重要措施之一。从而能够实施发电运行自动控制，实现多元电源联合调度。[0006]风电场发电功率预测的研究起步较晚。属于起步阶段，目前还没有成熟的风电场功率预测系统方法。[0007]有鉴于此，本发明人积极加以研究和创新，以期发明一种基于BP神经网络的风电场短期功率预测方法，来实现对风电场输出功率的准确预测。发明内容[0008]为了解决现有技术中存在的上述问题，本发明提供了一种