摘要:针对单项预测方法的局限性,利用改进的基于灰色关联度的IOWGA算子组合预测模型,建立了一种风电功率最优组合预测模型,并通过改进多种群遗传算法(MPGA)对该模型进行优化。采用RBF神经网络法、相似日法和支持向量机(SVM)法对预测日和预测日前一日的风电功率分别进行预测,通过提出的最优组合预测模型及优化算法对预测日的24 h风电功率进行组合预测。根据云南某风电场的实测数据,进行了实例分析。结果表明,风电功率最优组合预测模型能够有效提高风电功率预测精度,具有较强的实用性。
关键词:风电功率 最优组合预测 对数灰关联度 iowga算子 多种群遗传算法
单位:西南交通大学电气工程学院 四川成都610031 云南电力研究院 云南昆明650217
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社