基于最优输入径向基网络的风电功率预测方法

随着风电的大规模接入电网,对风电功率未来出力的把握显得尤为重要,而风电功率预测技术则是掌握出力特性的有力工具。基于实测历史数据,研究系统不同输入量对预测结果误差的影响,选取最佳输入量值;并在此基础上,构建基于RBF（径向基）神经网络的风电功率预测模型,对风电功率进行有效预测;预测结果表明,基于径向基神经网络的预测方法预测精度较高,可以为电网提供更加准确的风电预测出力信息,有助于为调度制定更加合理有效的计划。     

风电场并网运行安全管理的现状与措施

将风力发电机组并入整个电力网络结构中,成为清洁电力能源作为电网运行过程中的支撑,这种情况已成为当前风电发展过程中的常见现象,而这种情况的普及对于电网运行过程中的安全管理也提出了更高的要求,相关安全管理单位必须确保风电场并入电网后的安全运行状态,保证整体电网的稳定性及可靠性。本文将针对风电场并网运行的现状进行分析,进而对风电场并网运行采取的安全管理措施进行具体的分析和阐述。