基于集成经验模态分解和最小二乘双支持向量回归机的风速预测算法研究

作者：谷豪; 李山; 李文帅; 李智敏^*; 许傲然

来源：供用电, 2022, 39(01): 88-96.

DOI：10.19421/j.cnki.1006-6357.2022.01.13

• 集成经验模态分解
• 最小二乘双支持向量回归机
• 自适应变异粒子群
• 均方根误差
• 平均绝对百分比误差
• 风电预测

为有效解决风电大规模并网过程中面临的并网难和弃风等问题,实现可再生能源大规模平滑并网并保证大电网的安全稳定运行,采用集成经验模态分解(ensemble empirical mode decomposition,EEMD)和最小二乘双支持向量回归机(least square twin support vector regression,LSTSVR)算法进行风电场风速预测。分别介绍了LSTSVR、EEMD及自适应变异粒子群算法原理。给出基于EEMD和LSTSVR的风速预测流程,以安徽女儿岭风电场测风声雷达30、70 m处风速采样数据为例,开展基于EEMD和LSTSVR的风速预测算法验证,预测结果误差分析表明:基于EEMD+LSTSVR+自适应变异粒子群算法可以实现风电场风速的高精度预测。

• 单位
  沈阳工程学院; 国网河南省电力公司