关于风力发电系统短期风速预测仿真

摘要

及时并准确地预测风力发电系统短期风速,对于电网调度具有重大意义.由于风速具有随机性、间歇性,且含有大量噪声,因此会对预测精度造成较大误差,为了对短期风速进行精确、稳定地预测,提出了一种基于变分模态分解和高斯过程回归的短期风速预测模型.首先,对原始风速序列进行变分模态分解,获得多个子序列;然后对各子序列分别建立高斯过程回归预测模型,并引入量子粒子群算法代替共轭梯度法,改进协方差函数的超参数寻优过程.最后将各序列的预测值进行叠加得到风速预测结果,并与高斯过程回归、经验模态分解-高斯过程回归模型进行对比.仿真结果表明,变分模态分解和高斯过程回归组合模型能够有效提高预测精度,并为类似工程提供借鉴.