基于GMDH网络的风电功率短期预测  

Short-term Wind Power Prediction Based on GMDH Neural Network

作　　者：苏子卿 王印松[1] 苏杰[1] 

机构地区：[1]华北电力大学控制与计算机工程学院,河北保定071051

出　　处：《工业控制计算机》2014年第9期144-145,共2页Industrial Control Computer

摘　　要：风力发电是当今新能源领域最具有前景的发展方向,而准确有效地预测风电场的输出功率对于风电场的顺利并网运行具有重要的意义。从实际的风力发电场中获得了有关风速、风向以及实际输出功率等历史数据,建立了基于GMDH神经网络的风电短期功率预测模型并将其运用于实际的风电场功率短期预测当中。最后,通过将预测结果和实际输出功率比较,表明GMDH方法在风电功率预测中具有较高的预测精度。Wind power generation is the most promising direction of the new energy fieId,and forecasting the wind power accurateIy is significant for connetting wind farms with the power grid smoothIy.This paper we get the speed and direction of wind,and the actuaI output power of historicaI data from actuaI wind farms,buiIt short-term wind power prediction modeI based on GMDH neuraI network and appIicated this method for short-term wind power prediction.FinaI y,this paper prepares the predic-tion resuIts with the actuaI output,shows that GMDH method has higher prediction accuracy in wind power prediction.

关 键 词：风力发电 功率预测 GMDH 网络 电力系统调度 

分 类 号：TM614[电气工程—电力系统及自动化]