科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对风电功率预测中出现的随机性和波动性问题,提出了一种基于变分模态分解(VMD)和JAYA优化最小二乘支持向量机(LSSVM)参数的算法,实现短期风电功率的预测。该算法通过分析历史风速序列和气压对风电功率的影响,用VMD对历史风速进行分解,将分解出的风速分量结合气象因素中的气压作为LSSVM预测模型的训练输入,利用JAYA算法的寻优特性对LSSVM的参数进行优化,建立短期风电功率预测模型。最后以风电场实测数据为例进行仿真分析,仿真结果表明,与LSSVM和PSO优化的LSSVM预测模型相比,VMD-JAYA-LSSVM的方法对短期风电功率预测的精度提高了5.2%。
- 单位
