基于微源控制-小波神经网络的微网功率预测

针对可再生能源发电具有功率周期变化与对环境敏感的双重性,提出将微源控制(MSC)用入分布式电网功率预测的小波神经网络模型学习算法。该算法在灵活处理功率局部与周期特性的基础上,结合环境因素对功率变化的影响,引入关联因子优化权重,得出最终预测结果。通过对实际微网系统的仿真测试,并与BP神经网络与GRNN模型进行比较,研究结果表明：MSC-WNN模型在三次测试中相对误差均在-1%-1%以内,说明了其具有较高预测精度和良好的鲁棒性能。