基于VMD与改进QRGRU的超短期风电功率概率预测

• 作者: 刘云凯 彭显刚 袁浩亮 刘艺
• 来源期刊: 电力工程技术
• 关键词: 风电功率概率预测 分位数回归 门控循环单元(GRU) 变分模态分解(VMD) 核密度估计
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 电网运行与控制|Power Grid Operation and Control
• 页码范围: 72-77
• 页数: 6页
• 分类号: TM614
• 语种: 中文
• DOI: 10.12158/j.2096-3203.2021.03.011

摘要

风电功率概率预测是分析未来风电功率不确定性的有效方法之一.为提高风电功率概率预测精度,文中提出基于变分模态分解(VMD)与改进门控循环单元分位数回归(QRGRU)的超短期风电功率概率预测方法.首先,采用VMD将原始风电功率序列分解成不同特征的模态函数;然后,对每个模态函数分别建立基于QRGRU的概率预测模型,并将变量间的网络结构约束作为目标函数的惩罚项,改进QRGRU权重在迭代修正过程中的平稳性;最后,在不同分位数条件下叠加各个模态函数预测值,并采用非参数核密度估计方法得到未来风电功率的概率密度函数.结合某风电场实测数据开展具体算例分析,结果表明所提方法能够兼顾区间覆盖率,减少区间宽度,在不同预测步长中均能表现较好的预测效果.