如今，由于一些环境限制和化石燃料来源的减少，可再生能源，特别是风力发电厂，在工业国家中占有重要的能源。为此，对风电的准确预测被认为是电力系统管理和规划的重要和有影响的因素。
本文提出了一种新的智能方法，利用在线监控和数据采集系统和数值天气预报(NWP)的不确定数据，对中期和长期风力发电进行准确预测。这种新方法是基于粒子群算法(PSO)算法，并应用于训练2型模糊神经网络(T2FNN)，即T2FNN-PSO。该方法将模糊系统的专家知识和神经网络的学习能力结合起来，对风力发电进行精确预测。此外，T2FNN-PSO可以适当处理与SCADA系统测量参数相关的不确定性，数值天气预报和测量工具。
该方法应用于实际风电场的实例研究。仿真结果验证了该方法的有效性和实用性，为电力系统控制中心的精确风力预报提供了实用的解决方案。
——文章发布于2018年5月
