基于VMD-JAYA-LSSVM的短期风电功率预测

• 作者: 陶凯 吴定会
• 来源期刊: 控制工程
• 关键词: 短期风电功率预测 变分模态分解 风速 JAYA算法 LSSVM预测模型
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 建模与仿真系统
• 页码范围: 1143-1149
• 页数: 7页
• 分类号: TM715
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.20190288

摘要

针对风电功率预测中出现的随机性和波动性问题,提出了一种基于变分模态分解(VMD)和JAYA优化最小二乘支持向量机(LSSVM)参数的算法,实现短期风电功率的预测.该算法通过分析历史风速序列和气压对风电功率的影响,用VMD对历史风速进行分解,将分解出的风速分量结合气象因素中的气压作为LSSVM预測模型的训练输入,利用JAYA算法的寻优特性对LSSVM的参数进行优化,建立短期风电功率预測模型.最后以风电场实测数据为例进行仿真分析,仿真结果表明,与LSSVM和PSO优化的LSSVM预测模型相比,VMD-JAYA-LSSVM的方法对短期风电功率预测的精度提高了5.2％.