基于自適應優(yōu)化AP 聚類與BP 加權網絡的多區(qū)域復合短期風電功率預測

打開文本圖片集

摘 要：精準的風電集群區(qū)域功率預測對電源側的競價上網具有重要意義。由于同一地區(qū)多個風電場受氣候影響波動程度相近，可看作具有時空相關性的風電場群，并以此進行集群的合理劃分。為此，提出一種基于自適應優(yōu)化近鄰傳播（AP）聚類與反向傳播（BP）加權神經網絡的多區(qū)域復合短期風電功率預測模型。首先，通過粒子群優(yōu)化算法（PSO）優(yōu)化AP聚類方法對風電場群的歷史數(shù)據(jù)進行集群的聚類與劃分；然后，根據(jù)得到的最優(yōu)聚類結果構建風電場群子區(qū)域樣本訓練集；最后，利用基于相關系數(shù)權重的BP神經網絡對各子區(qū)域進行功率預測。（剩余10992字）