基于相關(guān)向量機(jī)的超短期風(fēng)電功率研究.pdf

1、近幾年來(lái)，我國(guó)風(fēng)電產(chǎn)業(yè)發(fā)展迅速，為提高風(fēng)電競(jìng)爭(zhēng)力，減小風(fēng)電功率隨機(jī)性對(duì)電阻帶來(lái)的影響，高精度的風(fēng)電功率預(yù)測(cè)就必不可少。在一個(gè)風(fēng)電場(chǎng)而言，高精度的超短期風(fēng)電功率預(yù)測(cè)是優(yōu)化風(fēng)機(jī)的電能質(zhì)量，安排檢修的重要手段。對(duì)于電網(wǎng)來(lái)說(shuō)，減少備用旋轉(zhuǎn)容量，減小由風(fēng)電并網(wǎng)的帶來(lái)的可靠性問(wèn)題，超短期風(fēng)電功率預(yù)測(cè)顯得十分重要。
　　本文采用一種基于相關(guān)向量機(jī)的風(fēng)功率預(yù)測(cè)模型對(duì)風(fēng)電功率進(jìn)行超短期預(yù)測(cè)。對(duì)模型中核函數(shù)類(lèi)型與參數(shù)不同對(duì)預(yù)測(cè)的影響進(jìn)行了研究，并對(duì)核

2、函數(shù)參數(shù)選取采用粒子群算法(Particle Swarm Optimization，PSO)和帝國(guó)競(jìng)爭(zhēng)算法(Imperialist Cormpetitive Algorithm),進(jìn)行優(yōu)化。對(duì)于PSO算法涉及的種群規(guī)模、加速系數(shù)、慣性權(quán)重的不同選取策略對(duì)優(yōu)化結(jié)果影響進(jìn)行了仿真分析；對(duì)于帝國(guó)競(jìng)爭(zhēng)算法中最大迭代次數(shù)、初始國(guó)家與帝國(guó)數(shù)等參數(shù)進(jìn)行設(shè)計(jì)。
　　針對(duì)風(fēng)電功率與風(fēng)速的非線性與非平穩(wěn)性，將經(jīng)驗(yàn)?zāi)B(tài)分解和集合經(jīng)驗(yàn)?zāi)B(tài)分解應(yīng)用于預(yù)測(cè)中