基于AMD-ICSA-SVM的超短期风电功率组合预测

• 作者: 李燕青 袁燕舞 郭通
• 来源期刊: 电力系统保护与控制
• 关键词: 解析模态分解 改进布谷鸟 支持向量机 组合预测
• 年，卷（期）: 2017,（14）
• 所属期刊栏目: 应用研究
• 页码范围: 113-120
• 页数: 8页
• 字数: 4668字
• 语种: 中文
• DOI: 10.7667/PSPC161082

摘要

针对风机出力的随机性、波动性和不确定性,提出了一种基于解析模态分解(AMD)和改进布谷鸟优化支持向量机(ICSA-SVM)参数的超短期风电功率组合预测方法.首先,利用解析模态分解将风功率序列分解为不同频率范围的分量,减小不同频率范围间的相互影响.然后针对各序列特点,采用改进布谷鸟方法分别寻找各自支持向量机的惩罚因子参数和核函数参数,以提高单个模型的预测精度.最后对预测结果进行叠加和误差分析.仿真算例表明,所提出的方法可以很好地跟踪风电功率的变化,有效地提高风电功率预测精度.