基于最小二乘支持向量机的风电功率超短期预测 ultra-short-term forecast for wind power based on least squares-support vector machine.pdfVIP

第2期 电 源 学 报 No．2 2013年3月 JournalofPower Mar．2013 Supply 基于最小二乘支持向量机的风电功率超短期预测 叶徐静 (浙江大学电气工程学院，浙江杭州310027) 摘要：针对当前风电场发电功率预测时间较长、预测误差较大，易影响风力微电网根据用电负荷变化适时调度 vector 及有效电力资源配置的问题。提出了一种基于最小二乘支持向量机(1east machine，LS—SVM)的 squares-support controlanddata 微电网风电功率超短期预测方法。该方法根据风电场数据采集与监视控制(supervisory acquisition， SCADA)系统获取原始功率数据样本，经归一化法预处理。运用网格有哪些信誉好的足球投注网站法确定模型参数，并依据LS-SVM法建立 预测系统模型，利用MATLAB工具箱LS—SVMLab进行仿真实验，跟踪及预测风电功率变化曲线，实现时间跨度小 至5min的超短期预测。实验验证结果表明。该方法比传统预测方法具有较高的精确度和较大的适用性，为风力微 电网优化调度控制工程提供一种新思路。 关键词：超短期预测；历史数据；最小二乘支持向量机；归一化预处理；网格有哪些信誉好的足球投注网站法 中图分类号：TM743 文献标志码：A 文章编号：2095—2805(2013)02—0030—06 引言 总之．上述研究主要是利用智能方法先预测风 电场风速．再根据风电机组功率曲线得出风电功率 我国风能资源丰富，开发潜力很大，风电可以 短期预测(一般时间跨度为几小时到几天)[10-111。事 成为未来能源结构中的一个重要组成部分【l】。如何 实上，这些方法忽略了风机功率的杂散分布问题 处理风电的不良品质给电力系统造成的负面影响 (同一风速值对应多个功率值)，因为实际的风机输 是目前风力微电网研究领域的重要课题．其中有效 出功率是分布较广的曲线簇．而非通过测试数据拟 实现风电场功率预测是平衡风电波动、减少风机备 合得到的一条曲线。另外，对于风力发电控制、电能 用容量以及电力系统稳定运行的重要技术保障。 质量评估及风电机械部件设计等工作。需要更多小 为此，国内外许多专家学者开展了大量相关研 时间跨度的风电功率超短期预测。同时要求模型简 究。Bemhard 单，能够更快速地预测风电功率输出。而现有的预 Lange等人121在德国太阳能研究所ISET 开发了一套风电功率管理系统(windpowermanage．测方法基本上模型复杂度较高，较适合短期或中长 ment 期预测，只能为电网规划方案提供依据，很难为系 system，WPMS)，根据精确数值天气预报nu． mericalweather 统优化调度服务。针对以上问题，本文提出基于LS— prediction，NWP)模型，预测风电场 SVM的风电功率超短期预测方法．由历史功率数据 输出功率及预测精度的置信区间。UlrichFocken等 人p卅讨论了在