一种风电功率概率区间多目标智能优化预测方法

摘要：

风电的间歇性和不确定性给大规模风电并网带来了挑战,风电功率的单点预测已很难满足电网安全稳定运行的需求.提出了一种基于小波神经网络的风电功率区间预测多目标优化模型,改进了基本多目标人工蜂群算法的概率选择作用和约束删减策略,以优化小波神经网络的伸缩因子、平移因子和权值解决了区间预测单目标优化模型下惩罚系数的不合理选择问题,提高了风电功率区间预测可靠性.通过分析与单目标优化方法、传统多目标优化方法下区间预测指标的对比结果,表明所构建的多目标智能优化模型对风电功率区间预测具有更优越的性能,可为电网调度提供决策依据.

关键词：风电功率、小波神经网络、区间预测、多目标人工蜂群算法、人工智能

所属期刊栏目：40

分类号：TM73(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金项目61573167,61572237;高等学校博士学科点专项科研基金20130093110011.Project Supported by National Natural Science Foundation of China61573167,61572237;Specialized Research Fund for the Doctoral Program of Higher Education of China20130093110011

在线出版日期：2017-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2281-2287