基于自适应神经模糊推理系统的风电功率预测方法

摘要：

对风电场输出功率进行精确的预测是保证含大规模风电电力系统安全稳定运行的重要手段。文中对多步滚动预测模式进行了分析，并建立了ANFIS（自适应神经模糊推理系统）预测模型，进而实现对风电功率的实时滚动预测。以吉林省西部某风电场的实测数据为例进行算例分析，其中在形成初始模糊推理系统结构时，采用的算法是减法聚类，该算法有效的避免了人工设定结构法产生的组合爆炸问题。将基于线性回归法、滑动平均法和持续法进行风电功率实时多步滚动预测时得到的预测结果与利用所提出的ANFIS预测方法得到的结果进行比较，结果表明后者的预测精度更高，进一步说明了ANFIS预测模型的有效性。

关键词：自适应神经模糊推理系统、风电功率、多步滚动预测模式、减法聚类

分类号：TM71(输配电工程、电力网及电力系统)

资助基金：国家重点基础研究发展计划项目973计划2013CB228201；国家自然科学基金资助项目51307017；吉林省科技发展计划项目20140520129JH；吉林省教育厅“十二五”科学技术研究项目吉教科合字[2014]第474号；吉林市科技发展计划资助项目2013625004；吉林省产业技术研究与开发项目吉财建指[2014]1083号

在线出版日期：2015-09-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：6-10