基于风速误差校正和ALO-LSSVM的风电功率预测

作者：王斌; 魏成伟; 谢丽蓉^*; 包洪印; 张洁琼; 买买提热依木·阿布力孜

来源：太阳能学报, 2022, 43(01): 58-63.

DOI：10.19912/j.0254-0096.tynxb.2020-0147

• 风电功率预测
• 最小二乘支持向量机
• 误差校正
• 蚁狮算法
• 非参数核密度估计

风资源的随机波动性引起的相位滞后性问题,导致风电功率预测精度不高,尤其是风速变化较快时,滞后性引起的预测误差较大。考虑到风速波动与风功率变化密切相关,提出一种非参数核密度估计和数值天气预报(NWP)相结合的方法,并对预测风速误差进行校正,改善了预测风速的相位滞后性;然后将校正后的风速和风功率作为输入数据进行风电功率预测;采用蚁狮算法(ALO)优化最小二乘支持向量机(LSSVM)参数,从而建立基于风速误差校正和ALO-LSSVM组合的风电功率预测模型。算例结果表明,所提方法风功率预测精度更高。

• 单位
  新疆大学; 新疆工程学院