10.3969/j.issn.1003-8930.2014.06.004
基于相空间重构的风电场日有功功率组合预测
风力发电具有波动性、随机性和间歇性,因此准确预测风电场的日有功功率对风电场与电力系统的稳定运行具有重要的意义.利用C-C法对风电场的日有功功率时间序列进行相空间重构,并通过计算其最大Lyapunov指数,验证了此功率时间序列具有混沌属性.在此基础上,用相空间重构建立了RBF神经网络和最小二乘支持向量机预测模型,对预测结果采用协方差优选确定权重,进行组合预测.通过对甘肃省酒泉地区某风电场的实测数据进行仿真,证明了该组合模型的有效性和可行性,并有效提高了预测精度.
风力发电、相空间重构、RBF神经网络、最小二乘支持向量机、组合预测
26
TM614(发电、发电厂)
国家自然科学基金资助项目51267012;甘肃省电网公司科技项目2010406029;甘肃省高等学校基本科研业务费专项资金项目1103ZTC141
2014-07-31(万方平台首次上网日期,不代表论文的发表时间)
共6页
20-24,36