風(fēng)電場短期風(fēng)速預(yù)測與風(fēng)力發(fā)電機的性能測試.pdf

1、隨著人類對能源和環(huán)境的關(guān)注，風(fēng)能作為一種自然，清潔能源越來越為業(yè)界所重視。風(fēng)速是影響風(fēng)能大小的主要因素之一，但由于受季節(jié)和地域的限制，風(fēng)速具有隨機性和不確定性，借助于短期風(fēng)電場風(fēng)速和發(fā)電功率的準確預(yù)測，電網(wǎng)調(diào)度部門就能根據(jù)預(yù)測結(jié)果提前做出有效調(diào)度計劃，從而可以減輕風(fēng)力發(fā)電對國家電網(wǎng)的影響。因此，風(fēng)電場風(fēng)速和發(fā)電功率的短期預(yù)測對于風(fēng)力發(fā)電產(chǎn)業(yè)的發(fā)展具有重要意義。
　　 本文在對目前國內(nèi)外風(fēng)電場風(fēng)速預(yù)測常用方法的分析基礎(chǔ)上，采用時間

2、序列分析法(統(tǒng)計學(xué))和最小二乘支持向量機法(機器學(xué)習(xí))對風(fēng)速進行短期預(yù)測。在用時間序列法建立模型時，分別用最小二乘法(LS)和遞推最小二乘法(RLS)進行模型參數(shù)估計，結(jié)果表明兩種方法可行，而遞推最小二乘法參數(shù)估計優(yōu)于最小二乘法?？紤]核函數(shù)和正規(guī)化參數(shù)對最小二乘支持向量機的預(yù)測精度影響，分別采用交叉驗證法(Cross-Validation)和粒子群優(yōu)化(PSO)算法進行參數(shù)選擇。風(fēng)速預(yù)測結(jié)果表明，粒子群優(yōu)化算法優(yōu)于交叉驗證法。