基于卡尔曼滤波和神经网络的短期风电功率预测

随着风力发电技术的不断发展，风电单机容量和并网型风电场的规模不断增加，在电力供应中所占比例也越来越大。而风力发电的输出具有较大的波动性和不确定性，使得大容量的风电接入电网后对电力系统的安全、稳定运行以及保证电能质量带来严峻挑战。准确的风电功率预测有利于电力系统调度部门及时调整调度计划，还可以减少电力系统的备用容量、降低电力系统运行成本，从而有效地减轻风电对整个电网的影响，提高风电穿透功率极限。