摘要：文章采用基于数值天气预报历史统计数据的bp神经网络风电功率预测系统，基于上一年风电场输出功率统计数据，对下一年风电场功率进行预测并结合这一年实际风电功率得出预测误差，利用数理统计方法统计连续充放电的储能系统容量值，用核密度估计法对每次储能系统最大充放电容量进行密度函数估计，求出概率密度函数及累积概率密度函数，由此计算出电池所需容量，将配置好的电池储能加入风力发电系统中以此提高风电场功率预报精度，达到最优预报目标。采用某风电场整年的实际运行数据，通过MATLAB平台仿真，验证了配置合理的电池储能容量对风电场预报优化的效果及可行性。

关键词：风电场功率预报，BP神经网络，电池储能容量配置，预报优化

目录

摘要

ABSTRACT

一、绪论-1

1.1引言-1

1.2研究背景及意义-2

1.3风电功率预测的方法-3

1.4现阶段储能容量配置方法-4

1.5文章主要研究内容-6

二、基于BP神经网络的风电功率预测系统-7

2.1人工神经网络-7

2.2 bp神经网络的预测模型-8

2.3 本章小结-9

三、风电场储能容量配置-10

3.1风储系统结构-10

3.2储能容量计算-11

3.2.1风电预测误差积分-12

3.2.2预测误差积分连续正连续负情况统计-13

3.2.3如何减少电池充放电次数延长使用寿命-14

3.2.4可调度置信度水平-15

3.2.5概率密度函数和累计概率密度函数-16

3.3仿真验证-17

3.4数据分析-19

3.5结果验证-21

四、结论和展望-22

4.1结论-22

4.2展望-23

参考文献-24

致    谢-26