本文關鍵詞：基于遺傳BP神經(jīng)網(wǎng)絡的短期風速預測模型，由筆耕文化傳播整理發(fā)布。

第46卷第5期2012年5月

浙江大學學報（工學版）

JournalofZhejiangUniversity（EngineeringScience）

Vol．46No．5May2012

DOI：10．3785/j．issn．1008-973X．2012．05．010

基于遺傳BP神經(jīng)網(wǎng)絡的短期風速預測模型

1

王德明，王

1，21莉，張廣明

（1．南京工業(yè)大學自動化與電氣工程學院，南京210009；2．南京大學工程管理學院，南京210093）摘

要：為了提高風電場短期風速預測精度，提出將遺傳算法和反向傳播（BP）神經(jīng)網(wǎng)絡相結合的預測模型．采用

以歷史時刻的風速、溫度、濕度和氣壓作為BP神經(jīng)網(wǎng)自相關性分析找出對預測值影響最大的幾個歷史時刻風速，

絡預測模型的輸入變量；利用遺傳算法的全局搜索能力獲得BP神經(jīng)網(wǎng)絡優(yōu)化的初始權值和閾值；采用優(yōu)化后的BP神經(jīng)網(wǎng)絡分別建立1、2、3h的短期風速預測模型．實驗結果表明，該方法較BP神經(jīng)網(wǎng)絡具有預測精度高、收斂速度快的優(yōu)點．

關鍵詞：風力發(fā)電；短期風速預測；BP神經(jīng)網(wǎng)絡；遺傳算法中圖分類號：TM614

文獻標志碼：A

973X（2012）05-0837-05文章編號：1008-

Short-termwindspeedforecastmodelforwindfarmsbasedon

geneticBPneuralnetwork

2

WANGDe-ming1，WANGLi1，，ZHANGGuang-ming1

（1．SchoolofAutomationandElectricalEngineering，NanjingUniversityofTechnology，Nanjing210009，China；

2．SchoolofEngineeringandManagement，NanjingUniversity，Nanjing210093，China）

Abstract：Toimprovetheshort-termwindspeedforecastingaccuracyforwindfarm，apredictionmodelbasedonbackpropagation（BP）neuralnetworkcombininggeneticalgorithmwasproposed．Autocorrelationanalysiswasusedtodiscoverhistoricalwindspeedswhichhavesignificantinfluenceonpredictedwindspeed．TheinputvariablesofBPneuralnetworkpredictivemodelwerehistoricalwindspeeds，temperature，，humidityandairpressure．GeneticalgorithmwasusedtooptimizetheweightsandbiasofBPneuralnetwork．OptimizedBPneuralnetworkwasap-pliedtopredictwindspeedanhourbefore，twohoursbeforeandthreehoursbeforeindividually．Thesimulationre-sultsshowthattheproposedmethodofferstheadvantagesofhighprecisionandfastconvergenceincontrastwithBPneuralnetwork．

Keywords：windpowergeneration；short-termwindspeedprediction；BPneuralnetwork；geneticalgorithm風力發(fā)電不依賴礦物能源，也沒有碳排放等環(huán)

境成本，并且可利用的風能在全球范圍內(nèi)分布都很廣泛，因此風力發(fā)電逐漸成為許多國家可持續(xù)發(fā)展

［1-3］

．風力發(fā)電是將空氣動能戰(zhàn)略的重要組成部分

轉(zhuǎn)換為電能，其特性會直接受到風的特性的影響．風的隨機波動性和間歇性決定了風力發(fā)電的功率也是

波動和間歇性的．隨著風電場容量在系統(tǒng)中所占的

05-05．收稿日期：2011-

比例增加，風電對電網(wǎng)系統(tǒng)的影響就會越來越明顯，大風速擾動會使系統(tǒng)的電壓和頻率產(chǎn)生很大的變

化，嚴重時可能使系統(tǒng)失去穩(wěn)定性．另外，風電機組很容易在風速擾動條件下停機

［3-4］

．因此，對風速進

行準確的預測有利于風電場的風電機組的運行受制于系統(tǒng)的運行條件，當系統(tǒng)的運行條件比較惡劣，如電壓水平比較低時，運行，為電力系統(tǒng)調(diào)度部門制定

浙江大學學報（工學版）網(wǎng)址：www．journals．zju．edu．cn/eng

基金項目：江蘇省科技廳工業(yè)科技支撐計劃資助項目（BE2009166）．作者簡介：王德明（1956－），男，教授，從事新能源及其控制研究．

mail：silyzheda@sina．com通信聯(lián)系人：王莉，女，講師．E-

  本文關鍵詞：基于遺傳BP神經(jīng)網(wǎng)絡的短期風速預測模型，由筆耕文化傳播整理發(fā)布。