论文摘要
准确的风电功率预测对于电力系统安全稳定运行具有重要意义,滞后性是产生风电功率预测误差的主要原因,尤其是风速变化较快时,滞后性引起的预测误差较大。考虑到风速波动与风电功率的变化息息相关,提出一种基于风速局部爬坡(LR)误差校正的方法来改善预测风速的滞后性,并将校正后的预测风速及历史功率数据作为输入进行风电功率预测。提出利用灰狼优化(GWO)算法对最小二乘支持向量机(LSSVM)的参数进行优化,以提高风电功率预测的准确性。算例结果表明,所提方法能够有效提高风电功率预测精度。
论文目录
文章来源
类型: 期刊论文
作者: 肖逸,李程煌,刘若平,左剑,李银红
关键词: 风电功率预测,预测风速,滞后性,局部爬坡误差校正,最小二乘支持向量机,灰狼优化
来源: 电力自动化设备 2019年03期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 华中科技大学电气与电子工程学院强电磁工程与新技术国家重点实验室,华中科技大学电气与电子工程学院电力安全与高效湖北省重点实验室,长江勘测规划设计研究有限责任公司,广东电网有限责任公司电力调度控制中心
分类号: TM614
DOI: 10.16081/j.issn.1006-6047.2019.03.029
页码: 182-188
总页数: 7
文件大小: 1291K
下载量: 256
相关论文文献
标签:风电功率预测论文; 预测风速论文; 滞后性论文; 局部爬坡误差校正论文; 最小二乘支持向量机论文; 灰狼优化论文;