为了提高风电功率的预测精度, 研究了一种基于粒子滤波( P F) 与径向基函数( RBF)
神经网络相结合的风电功率预测方法。使用 P F算法对历史风速数据进行滤波处理, 将处理后的风
速数据结合风向、 温度的历史数据, 归一化后构成风电功率预测模型的新的输入数据; 利用处理后
的新的输入数据和输出数据, 建立 P F-RBF神经网络预测模型, 预测风电场的输出功率。仿真结果
表明, 使用该预测模型进行风电功率预测, 预测精度有一定的提高, 连续1 20h功率预测的平均绝对
百分误差达到8.04%, 均方根误差达到10.67%
1