基于最大-最小贴近度和诱导有序加权算子的风电功率短期预测模型

摘要：

为了提高风电功率短期预测精度，将最大-最小贴近度和诱导有序加权算子相结合，提出了一种新的组合模型。根据诱导有序加权算子的不同，可形成不同的组合模型，即IOWA组合模型、IOWHA组合模型和IOWGA组合模型。由于预测期的实际值未知，各单项预测模型的诱导值无法提前预知，不能直接利用该方法进行预测。利用各单项模型建立不同组合模型，选择精度较高的组合模型，用其预测值代替实际值计算诱导值，可以解决预测期诱导值的计算问题。两个不同风电场的仿真结果表明：IOWGA组合模型比某些单项模型和其他组合模型的预测精度还低，预测效果并未得到改善；IOWA组合模型和IOWHA组合模型的各项误差指标都小于单项模型和其他组合模型，预测精度都得到提高，但IOWHA组合模型的各项预测评价指标都最好，预测精度更高，将它的预测值作为风电功率最终预测值，能提高风电功率预测精度。

关键词：风电功率、最大-最小贴近度、IOWA组合模型、IOWHA组合模型、IOWGA组合模型

分类号：TM614(发电、发电厂)

资助基金：输配电装备及系统安全与新技术国家重点实验室自主研究项目2007DA10512712205

在线出版日期：2014-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：114-121