风电场短期功率预测

摘要

为了减轻风电并网时对电网的冲击,基于短期风速预测理论结合功率曲线拟合研究了短期功率预测方法。首先,利用集成经验模态分解（ensemble empirical mode decomposition,EEMD）将风速序列分解为不同子序列,以减小不同特征尺度序列间的影响;然后,采用多种群遗传算法（multi-population genetic algorithm,MPGA）对最小二乘支持向量机（least square support vector machine,LSSVM）的核宽度和正则化参数进行优化,利用优化后的模型对子序列分别进行预测并叠加结果实现风速预测;最后,利用权重线性递减方法改进的粒子群算法（particle swarm optimization,PSO）拟合功率曲线,完成风速到功率的转换,实现短期功率预测。实例仿真结果表明,所提预测方法有效提高了风电功率预测精度,具有实际的工程应用价值。