基于LS-SVM算法的多场景风功率预测研究

为了减少风力发电的不确定性和随机性对电力系统的影响,解决风电并网困难和风电机组预测复杂度高等问题,提出一种基于聚合批的最小二乘支持向量机(LS-SVM)预测模型用于风功率预测。在此基础上,利用改进的差分进化算法解决参数对于最小二乘支持向量机建模的影响。同时,本文提出利用场景树的思想对LSSVM的预测结果进行进一步修正。用某风电场的实际数据进行功率预测试验,结果表明批建模在保证计算时间的基础上预测精度高于传统预测方法,且加入场景数后能对LS-SVM的预测结果起到很好的修正作用,本文提出的建模方法及改进策略与其它方法相比预测精度更高,能更有效地用于风功率预测。