论文部分内容阅读
风电具有显著的不稳定性、反调峰性和随机性,因此风电接入电网需要由准确的预测技术作为基础.目前由于风电并网的困难,产生了大量的弃风现象,浪费了大量的可在生能源.将自回归移动平均模型(ARMA)和BP神经网络模型相结合,克服了预测下一预测点的风电功率值收敛速度缓慢的问题.通过对吉林省某风电场的数据进行实证分析和验证,证明了所提模型的科学性和可操作性,为风电功率的预测提供了一个新的研究方法.