基于LS-SVM和核密度估计的概率性风电功率预测

摘要：

近年来风电在我国发展迅猛,但风速的不稳定性和间歇性,使风电功率也具有同样的性质,这样的电功率注入会带来电力系统运行的不稳定,因此,风电功率的预测对风电并网及使用具有重要意义;鉴于此,开展风电功率的短期预测研究,利用LS-SVM对风电功率进行建模并实现确定性的短期预测,在此基础上使用非参数统计法对确定性预测模型的预测误差进行拟合获得其密度函数,计算各功率段的置信区间以得到概率性预测结果,从而提高风电功率预测结果的实用性和可靠性;与常用的自回归滑动平均模型和BP神经网络模型进行对比实验,证明该方法的性能及优势.

关键词：风电功率预测、概率性预测、LS-SVM、核密度估计

所属期刊栏目：27

分类号：TM614(发电、发电厂)

在线出版日期：2020-08-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：34-38