基于聚类分析和神经网络的风电场日前功率预测研究

随着我国风电装机容量的逐步增加,风电在电源结构中的比例也进一步增大。风电出力本身具有随机性、波动性,这使得风电出力预测工作难度增加。首先使用模糊C均值聚类分析方法将风场运行历史风速信息进行分级聚类,然后使用聚类的数据训练相应的BP神经网络;再将数值天气预报(NWP)提供的待预测日的气象信息进行分级聚类,根据数据的聚类中心将待预测日气象信息与历史气象信息进行归类;最后将同一类风速数据结合相应的BP神经网络进行预测。算例分析证明了此方法的有效性。