论文部分内容阅读
随着我国风电的大规模发展，准确预测风电场输出功率对于风电场的选址、大规模并网及运行具有重要的作用。本文提出两种动态神经网络预测模型，分别为局部反馈时延神经网络和全局反馈时延神经网络，以适应风功率的时间序列特性，并与静态神经网络（BP 神经网络和RBF 神经网络）预测模型进行比较。以我国北方某风电场的风功率预测为例，结合气象预报数据进行提前24小时风电输出功率预测，仿真结果表明，动态神经网络在预测具有时间序列特性的风功率时效果优于静态神经网络。