基于最小二乘支持向量機(jī)的風(fēng)電功率短期預(yù)測(cè)研究.pdf

1、由于風(fēng)能的波動(dòng)性和間歇性，導(dǎo)致風(fēng)力發(fā)電的輸出功率的波動(dòng)性和不穩(wěn)定性，對(duì)風(fēng)電并網(wǎng)和電力系統(tǒng)調(diào)度造成了很大的沖擊，嚴(yán)重阻礙了大規(guī)模風(fēng)電接入電力系統(tǒng)。為了在保障電網(wǎng)安全穩(wěn)定運(yùn)行的前提下盡可能多的接納風(fēng)電，對(duì)風(fēng)電場(chǎng)輸出功率做出準(zhǔn)確的預(yù)測(cè)就變得非常重要。
　　本文采用最小二乘支持向量機(jī)來(lái)建立風(fēng)電功率的短期預(yù)測(cè)模型。由于最小二乘支持向量機(jī)的核函數(shù)和超參數(shù)對(duì)預(yù)測(cè)模型的性能影響很大，本文分別基于不同核函數(shù)對(duì)建立最小二乘支持向量機(jī)預(yù)測(cè)模型，選出了一

2、種最優(yōu)核函數(shù)；采用引力搜索算法對(duì)超參數(shù)進(jìn)行選擇，建立GSA-LSSVM風(fēng)電功率預(yù)測(cè)模型，將結(jié)果與支持向量機(jī)模型和BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果比較，結(jié)果表明采用ERBF核函數(shù)和GSA參數(shù)優(yōu)化的最小二乘支持向量機(jī)模型的預(yù)測(cè)精度更高，表明這種模型是一種更可靠的風(fēng)電功率短期預(yù)測(cè)模型。
　　常規(guī)的預(yù)測(cè)問(wèn)題只能做出確定性的點(diǎn)預(yù)測(cè)，但是風(fēng)電功率的預(yù)測(cè)存在一定水平的誤差。為了確定某預(yù)測(cè)值出現(xiàn)的概率，考慮對(duì)風(fēng)電功率進(jìn)行不確定性的概率預(yù)測(cè)，構(gòu)建每個(gè)預(yù)測(cè)點(diǎn)的置

3、信預(yù)測(cè)區(qū)間。本文采用非參數(shù)估計(jì)方法進(jìn)行風(fēng)電功率的短期區(qū)間預(yù)測(cè)，基于LSSVM回歸模型的線性光滑屬性，計(jì)算預(yù)測(cè)點(diǎn)的方差和偏差估計(jì)值，來(lái)構(gòu)建不同置信度下的風(fēng)電場(chǎng)短期預(yù)測(cè)功率的置信區(qū)間。
　　基于上述風(fēng)電功率的短期預(yù)測(cè)的單點(diǎn)預(yù)測(cè)和區(qū)間預(yù)測(cè)理論，本文基于Matlab平臺(tái)進(jìn)行風(fēng)電功率預(yù)測(cè)算法進(jìn)行仿真，為方便預(yù)測(cè)算法的可視化操作，采用Matlab用戶圖形界面設(shè)計(jì)實(shí)現(xiàn)了風(fēng)電功率短期預(yù)測(cè)系統(tǒng)。本系統(tǒng)基于Matlab界面設(shè)計(jì)平臺(tái)GUIDE，實(shí)現(xiàn)了風(fēng)