基于自适应优化AP 聚类与BP 加权网络的多区域复合短期风电功率预测

打开文本图片集

摘 要：精准的风电集群区域功率预测对电源侧的竞价上网具有重要意义。由于同一地区多个风电场受气候影响波动程度相近，可看作具有时空相关性的风电场群，并以此进行集群的合理划分。为此，提出一种基于自适应优化近邻传播（AP）聚类与反向传播（BP）加权神经网络的多区域复合短期风电功率预测模型。首先，通过粒子群优化算法（PSO）优化AP聚类方法对风电场群的历史数据进行集群的聚类与划分；然后，根据得到的最优聚类结果构建风电场群子区域样本训练集；最后，利用基于相关系数权重的BP神经网络对各子区域进行功率预测。（剩余10992字）