一种结合多元及分步线性回归和人工神经网络进行风力发电预测的模型和方法

摘要

风力发电由于其波动性，间接性，随机性的特性给目前的风力能源的利用从运营计划到调度方案等方面都带来了许多挑战。本发明提出了一种基于每日天气预测数据以预测风力发电系统日前（day‑ahead）电力输出量的新混合系统和方法。本方法结合了传统的多元线性回归和以及人工神经网络模型，采用了混合建模方法通过分步线性回归的方法筛选更重要的天气预测输入变量，然后将筛选后的天气预测变量馈入人工神经网络模型，从而产生复杂模型以预测风力发电系统的电力输出量。本发明提出的复杂模型仿真结果表明该复杂模型的性能比其相应的其他单阶段模型更优并且可以在具有监测气象数据的有条件的地区应用该复杂模型实现风力发电系统电力输出预测。