基于ISMC-PSO的风电爬坡输出功率预测系统的研究
目前风电场都是使用单一的功率爬坡预测模型,其泛化能力较差,预测精度低.通过分析支持向量机和极限学习机两种单一功率的爬坡预测模型,研究了这两种模型的权值选取方法,提出了一种组合功率爬坡预测模型.该模型使用基于粒子群算法的改进算法对上述两种单一模型的权值进行权重优化,形成了一种新的高精度的预测系统.然后对该系统进行建模仿真.仿真结果验证了该预测模型的有效性,其预测精度较之单一的预测模型有了很大的提高.
粒子群算法、风场功率爬坡、组合预测、建模仿真
47
电力传输与功率变换控制教育部重点实验室开放课题资助2016AB14;国家自然科学基金项目资助51477099
2019-10-21(万方平台首次上网日期,不代表论文的发表时间)
共6页
115-120