张文，胡从川，阙波，滕明尧，钱海，杨昊

（1.都城绿色能源有限公司，北京 100020；2.鲁能集团有限公司，北京 100020；3.国网浙江省电力公司，浙江杭州 310007）

一种实时校正的改进BP神经网络超短期风速预测模型

张文1，胡从川2，阙波3，滕明尧1，钱海1，杨昊1

（1.都城绿色能源有限公司，北京 100020；2.鲁能集团有限公司，北京 100020；3.国网浙江省电力公司，浙江杭州 310007）

风电机组出力可由风速计算得出，提高风速预测精度对减小风电并网冲击、合理调度风能资源至关重要。基于风电场气象及风速数据的时间连续性，提出了一种加入误差实时校正环节及风速变化趋势分析的改进方法介绍，在提高风速预测精度的同时有效改善了过校正情况。采用某个风电场的实际运行数据进行了仿真，结果表明，所提出的改进BP神经网络风速预测模型方法具有较好的预测精度。

风速预测；BP神经网络；实时校正

近年来，风力发电作为技术成熟的可再生能源在我国得到了快速发展，2010年我国累计装机容量就已跃居世界第一，风电已成为我国继煤电和水电之后的第三大电源。风力发电具有很强的间歇性和波动性，大规模风力发电接入给现代电力系统预测、规划、调度、控制和优化运行等带来巨大的挑战[1-2]。若能对风电场出力做出准确预测，则可有效减轻其对整个电网的影响。由于风电机组的输出功率主要取决于风速，因此，提高风速预测精度，对电网的安全经济运行至关重要。

风速预测本质上是对高维空间非线性复杂函数的逼近。……