文献类型：期刊文章

作　　者：何廷一[1] 田鑫萃[2] 李胜男[1] 吴水军[1] 陈勇[1] 束洪春[2] 马聪[2]

HE Ting-yi;TIAN Xin-cui;LI Sheng-nan;WU Shui-jun;CHEN Yong;SHU Hong-chun;MA Cong(Yunnan Electric Power Research Institute,Yunnan Power Grid Co.Ltd.,Kunming 650217,China;Faculty of Electric Power Engineering,Kunming University of Science and Technology,Kunming 650051,China)

机构地区：[1]云南电网有限责任公司电力科学研究院,云南昆明650217 [2]昆明理工大学电气工程学院,云南昆明650051

出　　处：《电力科学与技术学报》

基　　金：国家自然科学基金(51667010);中国南方电网公司科技项目(YNKJQQ00000279)

年　　份：2018

卷　　号：33

期　　号：4

起止页码：22-28

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、IC、INSPEC、JST、PROQUEST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：由于风能具有随机性和间歇性的特点,造成了其功率输出的不稳定,而大规模的风电接入给电力系统的正常稳定运行和调度带来影响。详细分析影响风电场输出的因素,确定风速、风向正弦和余弦为影响风电输出最主要的关联因素,采用统计预测方法将历史实际输出功率、风速、风向正弦和余弦作为BP神经网络的输入矢量,并采用人工蜂群算法优化得到神经网络的权值和阈值,构建ABC-BP神经网络风电功率预测模型。通过对某实测风电功率进行预测验证,结果表明:基于蜂群算法改进的BP神经网络风电功率预测,可以克服BP神经网络易于陷入局部极小的缺陷和不足,极大地提高了全局搜索能力以及预测的稳定性和精度;同时,将自适应的选择策略引入到蜂群算法优化适应度的选择中,减少了网络层参数的训练时间,提高了收敛速度。

关 键 词：风力发电 功率预测 风速  风向 BP神经网络  人工蜂群算法

分 类 号：TM761]