基于GRA-ISSA-SVR-EC模型的风电功率组合预测方法

作者：王珊珊^*; 何嘉文; 吴霓; 朱威; 兰欣

来源：广西师范大学学报(自然科学版), 2023, 41(04): 61-73.

DOI：10.16088/j.issn.1001-6600.2022103001

• 风电功率预测
• 灰色关联度分析
• 改进麻雀算法
• 支持向量回归
• 误差修正

针对风电功率的非线性特征，本文提出一种结合灰色关联度分析(GRA)、改进麻雀算法(ISSA)、支持向量回归(SVR)和误差修正模型(EC)的风电功率组合预测方法。应用GRA筛选出与风电功率关联度较大的影响因素作为模型的输入；引入自适应权重因子和Levy飞行策略提升传统SSA的性能，建立ISSA-SVR模型得到初始预测值；建立误差修正模型进行预测得到误差预测值，最后将初始预测值与误差预测值用加法器合并得到最终结果。仿真结果表明，该模型在对2个风电场的风电功率进行预测时，平均确定系数分别达到0.999 6和0.998 5,平均绝对误差分别为0.226 6 kW和0.014 6 MW,均方根误差分别为0.277 7 kW和0.021 3 MW,相比于其他传统模型预测精度更高。

• 单位
  湖北工业大学; 电子工程学院