基于GA-Elman神经网络的短期风电功率预测

风电功率预测研究已经成为风能安全保障中十分重要的一部分,然而,由于风速信号是非平稳的,所以要实现高精度的预测是很困难的。针对风电功率短期预测,采用遗传算法对神经网络的阈值、权值进行优化,提出将遗传算法优化的Elman神经网络混合预测模型应用于酒泉风电基地某风电场短期风电功率预测。以酒泉风电基地某风电场风速、温度和风电功率的历史数据为样本,通过仿真验证表明,该混合预测模型与传统的BP、Elman神经网络模型相比,在进行短期风电功率预测时精度更高,在实际风电功率预测中更具备实用性。