Abstract
本文以台電大潭風力與太陽能發電站的逐時數據，結合新屋觀測站氣象數據，構建微電網模型以模擬預測再生能源發電情境。基於此模型，選用廣義回歸神經網絡（Generalized Regression Neural Network, GRNN）進行發電量預測，並針對其對噪聲敏感及易陷入局部最優的問題，引入灰狼演算法（Grey Wolf Optimizer, GWO）、人工蜂群演算法（Artificial Bee Colony, ABC）與鯨魚優化演算法（Artificial Bee Colony, WOA）進行參數優化。研究比較三種演算法對 GRNN 的影響，分析其在太陽能與風力發電預測中的適用性，為再生能源預測與微電網智能化發展提供參考。
| Translated title of the contribution | Comparative Analysis of GWO-, WOA-, and ABC-Optimized GRNN Models for Forecasting Renewable Energy Generation in Microgrids |
|---|---|
| Original language | Chinese (Traditional) |
| Title of host publication | 第四十六屆中華民國電力工程研討會 暨 第二十二屆台灣電力電子研討會 |
| Place of Publication | 國立彰化師範大學, 臺灣 |
| Publication status | Published - 2025 Nov |