超短期风电功率预测的自适应指数动态优选组合模型

风电功率预测对电力系统运行、调度计划具有重要意义。针对目前单体预测模型的局限性,文中给出了基于可变向量遗忘因子的自适应指数动态优选组合预测模型。模型首先采用数值天气预报作为3种单体预测模型的主要输入,所选模型结合物理和统计模型的优点,同时兼有线性与非线性特点。然后,在单体预测结果的基础上,分别采用递归最小二乘方法、协方差优选组合方法及多层感知器网络对单体模型的预测结果进行组合。最后,引入基于Cook距离的向量遗忘因子,利用Cook距离评估新观测值对参数估计的影响,采用基于可变向量遗忘因子的自适应指数组合模型动态分配模型权系数,对加权组合得到的3种组合预测结果进行再次组合,在自适应过程中实现模型优选,得到最终的预测结果。算例结果表明,所述优选组合预测模型能够在超短期组合预测的过程中实现模型优选,可有效提高风电功率预测精度。