rbf神经网络在风电场年度发电量估算中应用

rbf神经网络在风电场年度发电量估算中应用

ID:5384162

大小:350.58 KB

页数:5页

时间:2017-12-08

rbf神经网络在风电场年度发电量估算中应用_第1页
rbf神经网络在风电场年度发电量估算中应用_第2页
rbf神经网络在风电场年度发电量估算中应用_第3页
rbf神经网络在风电场年度发电量估算中应用_第4页
rbf神经网络在风电场年度发电量估算中应用_第5页
资源描述:

《rbf神经网络在风电场年度发电量估算中应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第28卷第11期电力系统及其自动化学报V0l-28No.112016年11月ProceedingsoftheCSU—EPSANOV.20l6RBF神经网络在风电场年度发电量估算中的应用成立,李茂军,许武,苏盛(长沙理工大学电气与信息工程学院智能电网运行与控制湖南省重点实验室,长沙410004)摘要:风力发电量估算是风机匹配和风电成本分析中的关键步骤。为了准确地估算出风力发电量,利用径向基函数RBF(radialbasisfunction)神经网络对风电场的年度发电量进行估计,并基于中国台湾18个气象台站和韩国26个气象台站的历史数据建模

2、进行各自估计以及相互估计。由于影响风力发电量的主要因素是风速大小以及风机的工作时间,故采取年均风速以及对该年风机工作时间有影响的风速威布尔分布的形状参数k作为输入。将估计的结果与实际结果进行对比,对比结果证明该方法是可行且有效的。关键词:径向基函数神经网络;风力发电场;年度发电量估计;风速中图分类号:TM614文献标志码:A文章编号:1003—8930(2016)11-0032—05DOI:10.3969~.issn.1003—8930.2016.11.006ApplicationofRadialBasisFunctionNeuralN

3、etworktoAnnualEnergyOutputEstimationofWindPowerPlantCHENGLi,LIMaojun,XUWu,SUSheng(HunanProvincialKeyLaboratoryofSmartGridsOperationandControl,CollegeofElectricalandInformationEngineering,ChangshaUniversityofScienceandTechnology,Changsha410004,China)Abstract:Estimationofw

4、indpowergenerationisthekeystepinturbine—sitematchingandwindpowercostanalysis.Inordertoestimatethewindpoweraccurately,radia1basisfunotion(RBF)neuralnetworkiSusedtoestimatetheenergyoutputofwindpowerplant.Themodelingisbasedonthehistoricaldatafrom18meteorologicalstationsofCh

5、ineseTai—wanand26meteorologicalstationsofRepublicofKorea,thentheirenergyoutputsareestimatedbythemselvesandamongeachother.Becausethewindspeedandgenerationhoursarethemainfactorsaffectingwindpower,thispapertakesaverageannualwindspeedandthekparameterofWeibulldistributionwhic

6、haffectstheannualgenerationhoursasinputs.Theestimatedresultsarecomparedwithactualwindpoweroutputs,andthisshowsthatthepresentedmethodiSfeasibleandeffeetive.Keywords:radialbasisfunction(RBF)neuralnetwork;windpowerplant;annualenergyoutputestimation;windspeed风力发电是当今世界增长最快的可再

7、生能源,广二次模型和立方均值i次模型151等一些派生的许多国家把发展风力发电作为改善能源结构、减少模型。由于静态法中功率曲线是理想条件下根据环境污染和保护生态环境的一种措施,纳入国家发测试数据确定的静态曲线,难以刻画风能自身的强展规划。发电量估算是风机匹配和风电成本分析随机性等影响风力发电量强的不确定性因素,应用中的关键步骤,进行风电场选址和风力发电机组选该方法估算发电量一般误差偏大。动态法估计风型前必须根据气象资料估算候选场址的发电量,以力发电量所采用的动态功率曲线并不是传统意义评估项目的经济可行性[21。上的一条曲线,而是一种可以通

8、过统计分析模型建当前估算风力发电机年度发电量的方法主要立实测风速与风力发电量的关系或者网络I1。相比有静态法和动态法。静态法是在风速统计分布基于静态法,动态法的优势是能自动地根据特定站点础上结合不同风机功率

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。