基于风速误差校正和ALO-LSSVM的风电功率预测

• 作者: 王斌 魏成伟 谢丽蓉 包洪印 张洁琼 买买提热依木·阿布力孜
• 来源期刊: 太阳能学报
• 学科: 工学
• 关键词: 风电功率预测 最小二乘支持向量机 误差校正 蚁狮算法 非参数核密度估计
• 年，卷（期）: 2022,（1）
• 页码范围: 58-63
• 页数: 6页
• 分类号: TM614|TM71
• 语种: 中文
• DOI: 10.19912/j.0254-0096.tynxb.2020-0147

摘要

风资源的随机波动性引起的相位滞后性问题,导致风电功率预测精度不高,尤其是风速变化较快时,滞后性引起的预测误差较大.考虑到风速波动与风功率变化密切相关,提出一种非参数核密度估计和数值天气预报(NWP)相结合的方法,并对预测风速误差进行校正,改善了预测风速的相位滞后性;然后将校正后的风速和风功率作为输入数据进行风电功率预测;采用蚁狮算法(ALO)优化最小二乘支持向量机(LSSVM)参数,从而建立基于风速误差校正和ALO-LSSVM组合的风电功率预测模型.算例结果表明,所提方法风功率预测精度更高.