基于BP神经网络的风速预测和风能发电潜力分析

BP神经网咯的相关资料

第38卷 第2期2010年2

基于BP神经网络的风速预测和风能发电潜力分析

月Vo.l38 No.2Feb. 2010

基于BP神经网络的风速预测和风能发电潜力分析

杨 刚,陈 鸣

1

2

(1.法国高等电力大学,巴黎 91192;2.中山大学太阳能系统研究所广东省教育厅重点实验室,广州 510006)摘 要:以BP神经网络为基础进行年平均风速和年最大风速的预测,并以预测得到的数据为基础进行风力发电潜力的分析,引入了风速频率Weibull分布函数来拟合实际的风速频率分布,结合风力发电机的输出功率特性求解风机处于工作状态的概率、发电量,并对风力发电机转轴高度因素对风机发电量的影响作了分析,基于BP神经网络的风能发电潜力分析使分析的过程建立在预测得到风速的基础上,改进了过去依靠风速历史数据进行风力发电潜力分析的方法,充分考虑了风能资源的不稳定性,具有更高的可信度。关键词:Weibull分布;功率特性;BP神经网络;网络训练;发电量

作者简介:杨 刚(1987-),男,硕士研究生,研究方向为可再生能源技术、电力电子技术和虚拟仪器技术。中图分类号:TM614 文献标志码:A 文章编号:1001-9529(2010)02-0304-06

WindSpeedForecastandWindPowerPotentialAnalysisBasedonBPNeuralNetworks

YANGGang1,CHENMing2

(1.L EcoleSup rieurd Electricit (SUPELEC),Paris91192,France;

2.InstituteforSolarEnergySystem,SunYat-senUniv.,KeyLaboratoryofGuangdongEducationalDepartment,

Guangzhou510006,China)

Abstract:TheyearlyaveragewindspeedandmaximumwindspeedwerepredictedbasedonBPneutralnetworks,andthewindpowerpotentialwasanalyzedthroughthepredictedwindspeeddata.TheWeibulldistributionfunctionwasintroducedtofittherealwindfrequencydistributionsituation.Accordingtothepowercharacteristicsofthewindtur-bines,theyearlyoperatingprobabilitiesandthegeneratedenergyweresolved.Theinfluenceofhubheightswasalsoanalyzed.TheanalysisofwindpowerpotentialprocessbasedontheBPneutralnetworksmadethepredicteddataasthebasisforfurtherresearchonthewindpowerpotentialandimprovedthepreviousmethodwhichwasbasedonthehistoricalwindspeedrecords.Thisnewmethodfullyconsideredtheinstabilityofwindresourcesthushadahigherre-liability.

Keywords:Weibulldistribution;powercharacteristic;BPneutralnetwork;networktraining;generatedenergy

以往风电场评估方法中大多认为某地区的风能资源情况在最近几年之内不会发生较明显变化,分析过程通常建立在是以往风速数据的基础上。由于风能资源具有复杂性和不可控性的特点,即使同一地区的风能状况在不同年份也有所差异。另外,随着风电在电网中所占的比例的不断增大,它本身的不稳定性给电网带来的不确定性,增大了电力调配的难度。为此,有必要对风电场的风速情况作出准确的预测,利用预测得到的结果对某地区风力发电潜力进行分析

[1,2]

越缓和,预测误差就越小。进行风速预测常用的方法有以下几种:持续法、卡尔曼滤波法(Kalmanfilters)、时间序列法(ARMA)、模糊逻辑法(FuzzyLogic)、空间相关性法(SpatialCorrelation)和人工神经元法(ANN)。其中人工神经元法具有并行处理、分布式储存与容错性能特征,具有自学习、自组织和自适应能力,对复杂问题的求解十分有效,用于风速的预测结果的精度取决于网络的训练情况。网络训练的越好,预测精度越高。本文使用BP神经网络对某地区进行年平均风速和年最大风速的预测,根据风速预测所得到的数据进行风力发电潜力的分析,并在此基础上分析了某地区的风速频率Weibull分布状况和风机运行的概率以及风机每年的发电量等重要参数。

[3-6]

目前风电场风速的预测误差在25%~40%

间,这与预测方法、预测周期以及预测地点的风速特性有关。预测周期越短,预测地点的风速变化

相关文档
基于小波_神经网络的风速风力发电预测
基于小波-BP神经网络的风... 暂无评价 3页 1.00 基于小波分析与神经...关键词:风力发电;风速预测;小波–神经网络 0 引言近年来,风能作为可再生能源在...
基于遗传BP神经网络的短期风速预测模型
时刻的风速、 温度、 湿度和气压作为 BP 神经网 自相关性分析找出对预测值影响...BP 神经网络具有预测精度高、 收敛 速度快的优点. 关键词: 风力发电; 短期...
风电场风速预测神经网络
风电场风速和发电功率预... 5页 1下载券 基于...风速风能资源计算评估的关键内容,准确的 预测风速...技术的 BP 神经网络模型,并对二者进行了对 比分析...
基于Adaboost的BP神经网络改进算法在短期风速预测中的...
关键词:风速预测;Adaboost;BP 神经网络 0 引言随着风力发电技术的日益成熟,风力...经算例分析,基于 Adaboost 的 BP 神经网络算法(下文简称 Ada_BP) 222 吴俊利...
基于BP神经网络的光伏发电功率预测模型研究
基于BP神经网络的光伏发电功率预测模型研究_能源/...分析结果表明:本文建立的光伏发电预测模型预测精度 ...基于经验模式分解和神经网络的短期风速组合预测[J]....
基于神经网络的风力机动力学分析
基于BP神经网络的风速预测... 6页 2财富值 神经网络BP学习算法动力学... ...分析表明 ,采用仿真分析与人工神经网络相结合的方法对风力发电机组结构动力学进行...
基于改进小波神经网络算法的风速发电预测
的意义极为明显,且有如下的优点:谱表示更直接 关键词:风力发电,风速预测,小波...分别用改进小波神经网络法(IWN)、BP 神经 网络法对未来 3 小时、6 小时、12...
时间序列与神经网络法相结合的短期风速预测_蔡凯
关键词:短期风速预测;风力发电;时间序列;人工神经...1.2 实例分析 以我国某风电场的实测风速为原始...(back propagalion,BP)神经网络[13-14] 包括一个...
风电场风速预测的RBF神经网络模型
电场风速预测的主要方法,建立了基于 RBF 神经网络的...、分析能力和学习速度 等方面均明显优于BP神经网络。...平均风速值即可较为合理地估算特定时刻或时段的风能...
相关主题
热门文档