基于互补式集合经验模态分解和SSA-ELM的短期风电功率预测

作者：魏鹏飞; 樊小朝; 史瑞静; 王维庆; 闫亚东

来源：水力发电, 2021, 47(05): 116-120.

• 互补式集合经验模态分解
• 樽海鞘群算法
• 极限学习机
• 风电功率预测

根据实际风电功率信号的波动性和非线性,提出了一种基于互补式集合经验模态分解(CEEMD)和樽海鞘群算法极限学习机(SSA-ELM)的短期风电功率预测模型。首先利用CEEMD将风电功率原始信号分解为一系列模态分量和剩余分量,以减小风电功率的非平稳性;其次采用樽海鞘群算法优化极限学习机对不同分量进行预测;最后将不同分量的预测值叠加得到最终的风电功率预测结果。通过实例仿真验证,并与其他方法进行对比,结果表明该预测模型可提供较高精度的预测结果,具有一定的实用价值。

• 单位
  新疆工程学院; 新疆大学