1、隨著風(fēng)力發(fā)電的快速發(fā)展，風(fēng)電場(chǎng)并網(wǎng)容量不斷遞增。近幾年來(lái)，大型風(fēng)電場(chǎng)建設(shè)已基本完成，為增加新能源發(fā)電裝機(jī)容量，我國(guó)開始挖掘分散式風(fēng)電場(chǎng)的資源，大力發(fā)展分散式風(fēng)電場(chǎng)。但由于風(fēng)速的波動(dòng)性和不確定性，風(fēng)力發(fā)電產(chǎn)生的風(fēng)功率大小也具有不確定性，對(duì)電網(wǎng)的擾動(dòng)也越來(lái)越大。當(dāng)前，許多分散式風(fēng)電場(chǎng)并沒有風(fēng)功率短期預(yù)測(cè)設(shè)備，給當(dāng)?shù)卣{(diào)度和自身發(fā)展帶來(lái)諸多難題。因此分散式風(fēng)電場(chǎng)的風(fēng)功率短期預(yù)測(cè)勢(shì)在必行，準(zhǔn)確的風(fēng)功率預(yù)測(cè)為風(fēng)電場(chǎng)競(jìng)價(jià)上網(wǎng)提供了可靠保證，對(duì)調(diào)度自動(dòng)

2、化實(shí)現(xiàn)和現(xiàn)場(chǎng)指導(dǎo)具有深遠(yuǎn)意義。
　　當(dāng)前，風(fēng)功率的預(yù)測(cè)方法主要有時(shí)間序列法、BP神經(jīng)網(wǎng)絡(luò)法和支持向量機(jī)。但是，時(shí)間序列法存在定階困難的問題，BP神經(jīng)網(wǎng)絡(luò)存在權(quán)值選擇問題，支持向量機(jī)存在參數(shù)設(shè)置的問題。本文針對(duì)不同風(fēng)電場(chǎng)的現(xiàn)實(shí)狀況和預(yù)測(cè)需求，利用改進(jìn)人工蜂群結(jié)合三種不同方法對(duì)上述風(fēng)電場(chǎng)經(jīng)網(wǎng)絡(luò)法對(duì)0-4小時(shí)以內(nèi)的風(fēng)功率進(jìn)行預(yù)測(cè)，結(jié)果發(fā)現(xiàn)，該方法適用于歷史數(shù)據(jù)比較充裕，對(duì)預(yù)測(cè)精度要求比較高的場(chǎng)合。最后，針對(duì)BP神經(jīng)網(wǎng)絡(luò)需要數(shù)據(jù)量大、容易

3、陷入局部最優(yōu)和學(xué)習(xí)速度慢等問題，將改進(jìn)人工蜂群的支持向量機(jī)法應(yīng)用到風(fēng)功率預(yù)測(cè)中來(lái);該算法需求的數(shù)據(jù)樣本少，預(yù)測(cè)準(zhǔn)確度較高，避免了其它一些學(xué)習(xí)算法的復(fù)雜學(xué)習(xí)過(guò)程。事實(shí)證明，該算法適合于數(shù)據(jù)樣本少、預(yù)測(cè)準(zhǔn)確度要求比較高的場(chǎng)合。
　　為了滿足國(guó)家電網(wǎng)對(duì)分散式風(fēng)電并網(wǎng)和風(fēng)電場(chǎng)自身發(fā)展要求，本文還開發(fā)了一種分散式風(fēng)電風(fēng)功率預(yù)測(cè)軟件。該軟件基于VB.net語(yǔ)言，在處理復(fù)雜計(jì)算過(guò)程時(shí)，主要依賴于MATLAB的動(dòng)態(tài)鏈接庫(kù)文件;該軟件可以基于實(shí)時(shí)數(shù)