基于GWO-BP-CNN-ec的风电功率短期预测模型

摘要

在大型电网和小型微电网中,风电功率短期预测对电力系统的调度运行有着重要意义.为了提高短期风电功率预测精度,文章提出一种卷积神经网络(CNN)与灰狼优化算法(GWO)结合的短期风电预测模型.首先,通过数据的离散化,将二维风速转换成三维风速,变为符合CNN模型的输入量,再结合GWO对CNN模型的参数进行优化,最后通过BP对整个网络进行微调后引入预测偏差二次修正,最后建立了基于GWO-BP-CNN-ec的风电功率预测组合模型.通过实验结果与目前已投入运行的风电预测系统对比,该方法具有更高的预测精度.