支持向量回歸機在風電場短期風速預(yù)測中的應(yīng)用研究.pdf

1、針對風電出力的波動性問題，風電場風速及風電機組功率短期預(yù)測問題已受到國內(nèi)外越來越多的關(guān)注。對風電場風速準確預(yù)測是進行功率預(yù)測的前提，可及時調(diào)整調(diào)度計劃，有效地減輕風電并網(wǎng)對電網(wǎng)穩(wěn)定性的不利影響。本文分析了實際風電場的風速特性，將支持向量回歸機(SVR)應(yīng)用在風電場短期風速預(yù)測中。為提高SVR模型的預(yù)測性能，對歷史風速日進行模糊聚類，選擇預(yù)測日的相似風速日作為SVR的訓(xùn)練樣本。分析了SVR各參數(shù)對其預(yù)測性能的影響，并將粒子群算法引入到SV

2、R的參數(shù)優(yōu)化，并通過對網(wǎng)格搜索法的對比說明其有效性。針對風速的不平穩(wěn)性會影響預(yù)測精度，提出基于經(jīng)驗?zāi)Ｊ椒纸夂蚐VR相結(jié)合的風速預(yù)測方法，首先對風速序列進行基于經(jīng)驗?zāi)Ｊ椒纸獾钠椒€(wěn)化處理，然后針對分解后的各尺度分量分別建立SVR進行預(yù)測，最后對各分量的預(yù)測值求和作為最終的預(yù)測值。實驗結(jié)果證明，該方法的預(yù)測精度較高，從而有效地減輕了風速序列的不平穩(wěn)性對預(yù)測效果的不利影響。最后，基于VC++6.0的開發(fā)環(huán)境，開發(fā)了一個簡單的風速預(yù)測系統(tǒng)，可實現(xiàn)