1、我國風能開發(fā)呈現(xiàn)大規(guī)模集中開發(fā)的特點,其波動性與間歇性給接入電網(wǎng)的安全穩(wěn)定運行造成了巨大的挑戰(zhàn)。由于風電功率與風速緊密相關,因此準確的風速實時預測變得至關重要,將有利于電網(wǎng)調度及時調整計劃,減輕風電的間歇性對電網(wǎng)的影響。
　　為提高風速的實時預測精度,本文提出基于時空相關性(STCP)和人工神經(jīng)網(wǎng)絡(ANN)的STCP-ANN組合實時預測方法。該方法首先基于風速演變的物理特性,依據(jù)目標預測點的若干個鄰域點的風速及風向信息,建立ST

2、CP模型并得到不等時間間隔的預測風速;然后依據(jù)目標預測點的風速序列建立人工神經(jīng)網(wǎng)絡預測模型進行風速的實時預測;最后將STCP結果以一定的滑動時間窗與人工神經(jīng)預測模型得到的實時預測風速進行非最優(yōu)正權組合得到最終的預測風速。其中,人工神經(jīng)網(wǎng)絡采用BP及Elman兩種典型的神經(jīng)網(wǎng)絡,分別形成STCP-BP及STCP-Elman組合預測方法。
　　以冀北某區(qū)域風電場群多個風電場實測數(shù)據(jù)為例,對上述兩種組合預測模型在Matlab環(huán)境下進行了

3、仿真實驗,并將本文所提風速預測方法與BP網(wǎng)絡、Elman網(wǎng)絡方法進行了對比分析,發(fā)現(xiàn)STCP-BP組合預測方法較于BP方法在提前24步預測時預測精度提高22.74％,同種情況下,STCP-Elman組合預測較于 Elman提高19.22%。提前6步,12步,18步,24步預測時,STCP-Elman較STCP-BP的預測精度分別提高6.91%,11.76%,7.85%,8.88%,表明本文提出的STCP-ANN組合預測方法有效地提高了風