粒子群最適化と遺伝的アルゴリズムを用いた改善された人工ニューラルネットワークに基づく短期風力発電予測モデル

従来のエネルギー源が危険なほど枯渇している中、再生可能エネルギー源、特に風力を活用することは、エネルギーに対する世界的な需要の増加に応えるために、電力市場でますます重要になっています。しかし、気象要因の不確実性は風力発電予測に大きな誤差を引き起こし、電力システムにおける電力予約のコストを上昇させ、電力市場の補助サービスに重大な影響を与える可能性があります。風力発電予測の精度を高めるために、本論文では、人工ニューラルネットワークを粒子群最適化アルゴリズムおよび遺伝的アルゴリズムと組み合わせた二重最適化アプローチを提案します。このモデルでは、最初の粒子群最適化アルゴリズムを使用してニューラルネットワークのパラメータを調整し、精度を向上させます。次に、遺伝的アルゴリズムまたは別の粒子群最適化が最初の粒子群最適化アルゴリズムのパラメータを調整して予測結果の精度を向上させます。モデルは、ベトナムのビンフオン省にあるトゥイフォン風力発電所から収集した実データでテストされました。テスト結果は精度が向上し、このモデルが他の風力発電所で広く実施可能であることを示しました。