基于EEMD-WOA-LSSVM的超短期风电功率预测

作者：谢丽蓉^*; 王斌; 包洪印; 梁武星; 买买提热依木·阿布力孜

来源：太阳能学报, 2021, 42(07): 290-296.

DOI：10.19912/j.0254-0096.tynxb.2019-0273

• 风电功率预测
• 最小二乘支持向量机
• 集合经验模态分解
• 相空间重构
• 鲸鱼算法

针对风电场输出功率不稳定特性造成风功率预测精度不高问题。采用集合经验模态分解(EEMD)将风功率信号分解为若干个平稳的子序列,可避免经验模态分解(EMD)出现错误的本征模态函数(IMF)分量;利用相空间重构对分解获得的平稳子序列进行重构;提出一种鲸鱼算法(WOA),优化风功率平稳子序列重构参数和最小二乘支持向量机(LSSVM)参数;从而建立EEMD-WOA-LSSVM风功率预测模型。以某风电场为例,采用所建立预测模型对风功率进行仿真分析,实验结果表明EEMDWOA-LSSVM预测模型的风电功率预测精度更高。

• 单位
  新疆大学