基于BP神经网络的风电功率短期预测系统  

作　　者：何湘艳[1] 袁细名 冯富华 曹菊英[1] 周桂珍[1] 雷大军[1] 

机构地区：[1]湘南学院物理与电子电气工程学院,湖南郴州423000 [2]郴州市苏雅中学,湖南郴州423000 [3]中国电信股份有限公司郴州分公司,湖南郴州423000

出　　处：《湘南学院学报》2025年第2期38-44,共7页Journal of Xiangnan University

基　　金：湘南学院科学研究项目(2021XJ42);湘南学院教学改革研究项目(湘南学院校发〔2022〕35号No.49);湘南学院开放性实验项目(湘南学院校发〔2023〕115号)。

摘　　要：风电作为一种清洁能源,在电力系统中的占比不断增加,但其随机性、间歇性和波动性也给风电并网和电力调度带来了挑战。准确预测风电功率对电网调度、风电场运行及增强电网消纳能力、改善经济效益意义重大。为此,本文设计了一种基于BP神经网络的风电功率短期预测系统。先通过分析风力发电原理得到输出功率的影响因素,再根据BP神经网络算法,在MATLAB软件中建立了以温度、气压、湿度、风速和风向为输入,以风电功率为输出的风电功率短期预测模型,并用MAE和RMSE对预测结果进行精度评估。同时,还采用了传统的SVM算法进行对比预测。实验结果表明,所建立的BP神经网络模型能有效、准确地预测风电功率。最后,为直观了解功率预测结果,利用APP designer工具开发了用户可视化界面。该预测系统在研究风电并网预测分析等方面具有一定的实用价值。

关 键 词：风电功率 BP神经网络 短期预测 

分 类 号：TM614[电气工程—电力系统及自动化]