基于小世界优化的风电功率变权组合预测模型

被引：15

作者：

王爽心

赵欣

李涛

刘如九

机构：

[1] 北京交通大学机械与电子控制工程学院

来源：

太阳能学报 | 2015年 / 36卷 / 12期

关键词：

风电功率预测; 小世界优化算法; 支持向量机; 灰色预测; 变权组合预测;

D O I：

暂无

中图分类号：

TM614 [风能发电];

学科分类号：

080811 [新能源发电与电能存储];

摘要：

提出一种新型的基于小世界优化的支持向量机与灰色预测变权组合风电功率预测模型。该模型发挥小世界优化算法避免陷入局部极小、快速收敛等优势,对组合权重系数进行移动样本自适应变权求解,同时,支持向量机采用实数编码小世界算法(R-SWOA)进行回归估计,构成支持向量机改进算法(RSWO-SVM)。利用江苏某风场数据对风电机组输出功率的超短期实时滚动功率预测进行研究,分别预测未来10 min、30 min和1 h的功率值。预测结果表明,无论哪个时间尺度,该文变权组合模型的预测精度均明显高于各单项、等权平均和最小方差固定权系数组合预测方法,预测误差大幅降低。

引用

页码：2867 / 2873

页数：7

共 11 条

[1]

基于组合预测方法的风电场短期风速预测 [J].

彭怀午 ;

刘方锐 ;

杨晓峰 .

太阳能学报, 2011, 32 (04) :543-547

[2]

基于新型实数编码小世界算法的超临界机组主汽温优化控制 [J].

王爽心 ;

刘海瑞 .

中国电机工程学报, 2010, 30(S1) (S1) :131-137

[3]

层次结构下的中长期电力负荷变权组合预测方法 [J].

周湶 ;

任海军 ;

李健 ;

张昀 ;

周永勇 ;

孙才新 ;

邓景云 .

中国电机工程学报, 2010, 30 (16) :47-52

[4]

基于多嵌入维数的风力发电功率组合预测模型 [J].

王丽婕 ;

冬雷 ;

胡国飞 ;

高爽 ;

廖晓钟 .

控制与决策, 2010, (04) :577-580+586

[5]

风电场输出功率的组合预测模型 [J].

刘纯 ;

范高锋 ;

王伟胜 ;

戴慧珠 .

电网技术, 2009, 33 (13) :74-79

[6]

基于小世界原理的模型降阶优化研究 [J].

李小虎 ;

杜海峰 ;

庄健 ;

王孙安 .

西安交通大学学报, 2009, 43 (01) :108-113

[7]

Short-term wind speed syntheses correcting forecasting model and its application.[J].Xiaoqiang Nan;Qunzhan Li;Daqiang Qiu;Yuanzhe Zhao;Xinxin Guo.International Journal of Electrical Power and Energy Systems.2013,

[8]

Wind Speed Forecasting Based on Variable Weight Combination Model of Neural Network and Grey Model.[J].Chun Xia Feng;Jing Hua Chen;Wei Guo;Bao Xiang Jiao;Hong Bin Lu.Applied Mechanics and Materials.2012, 217

[9]

Review of Evaluation Criteria and Main Methods of Wind Power Forecasting.[J].Xin Zhao;Shuangxin Wang;Tao Li.Energy Procedia.2011,

[10]

Wind speed forecasting in three different regions of Mexico; using a hybrid ARIMA–ANN model.[J].Erasmo Cadenas;Wilfrido Rivera.Renewable Energy.2010, 12

← 1 2 →