风电功率在形态上表现出的强随机波动性，给风电功率预测的准确性带来了巨大挑战。为了进一步提高风电功率预测的精度，笔者提出一种基于变分模态分解（VMD）和蛇优化算法（SO）优化BP神经网络（VMDSO-BP）的超短期风电功率预测方法。首先，运用VMD将风电功率时间序列进行模态分解；其次，对各模态分量分别建立SO-BP预测模型，将各模态分量的预测结果叠加即为最终的预测结果；最后，结合某风电场的实际数据进行仿真对比实验。仿真结果表明所提模型具有较高的预测精度。
科研之友
微信
新浪微博
Facebook
分享链接
