基于灰色关联分析和黑洞粒子群优化算法的短期风电功率预测-论文.pdf

《基于灰色关联分析和黑洞粒子群优化算法的短期风电功率预测-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、电器与能效管理技术(2015No．13)·6Jf究分析·基于灰色关联分析和黑洞粒子群优化算法的短期风电功率预测：l=刘松’，王俊，王端阳。，李文华，邵丹(1．河北工业大学电器研究所，天津300130；2．天水二一三电器有限公司，甘肃天水741001；3．浙江正泰电器股份有限公司，浙江乐清325000)刘松(1989一)，摘要：短期风电功率的预测是保障风电场持续稳定运行以及电网调度的重要因男，硕士研究生，研素。选择最小二乘支持向量机(LSSVM)作为预测模型，使用灰色关联分析法对影响风究方向为电器可靠电功率的因素进行权重比较，并使用黑

2、洞粒子群算法(BHPSO)对LSSVM的回归性能性及检测技术。参数进行优化，建立了基于灰色关联分析和BHPSO的LSSVM短期风电功率预测模型。对山东某风电场提供的数据进行仿真研究，并与LSSVM模型和BP神经网络模型进行对比分析。验证结果表明，基于灰色关联分析和BHPSO的LSSVM模型的预测效果最好。关键词：风电预测；灰色关联分析；黑洞粒子群算法；最dx_-乘支持向量机中图分类号：TM614文献标志码：A文章编号：2095—8188(2015)13-0006-05ShortTermWindPowerPredictionBased

3、onGreyRelationalAnalysisandBlackHoleParticleSwarmOptimizationLI1／Song，WANGJun，WANGDuanyang，LIWenhua‘，SHAODaii(1．ElectricalApparatusInstitute，HebeiUniversityofFechnology，Tianjin300130，China；2．Tianshui213ElectricalApparatusLimitedCompany，Tianshui741001，China：3．ZhejiangCH

4、INTApparatusLimitedCompany，Yueqing325000，China)Abstract：Shorttermwindpowerforecastingisanimportantfactorofensuringcontinuousandstableoperatiol】ofwindfarmandpowergriddispatching．Leastsquaressupportvectormachines(LSSVM)wasselectedasthepredictivemode1．Themethodofgreyrelat

5、ionalanalysiswasusedtoweighttheinfluencefactorsofwindpowel’．A[idtheblackholeparticleswarmoptimization(BHPSO)algorithmwasusedtooptimizetheregressionperformanceparametersofLSSVM．TheISSVMshorttermwindpowerpredictionmodelwasestablishedbased011greyrelationalanalysisandBHPSO

6、algorithm．ThedataprovidedbyawindfarminShandongwasusedtoconductsitnulati~)lqstudy．AndtheresultswerecomparedwithLSSVMmodelandBPneuralnetworkmode1．ThevalidationresldtsshowthattheLSSVMpredictivemodelbasedongreyrelationalanalysisandBHPSOalgorithmisbetter．Keywords：windpowerf

7、orecasting；greyrelationalanalysis；blackholeparticleswarmoptimization(BHPSO)algorithm；leastsquaressupportvectormachines(LSSVM)50亿kW以上。但是风的波动性、随机性和问0引言歇性等缺点，使风电在大规模并网时给电网渊度我国风电资源非常丰富，总蕴藏量达到带来了极大的困难。如果能对风电功率进行准确王俊(1965一)，工程师，主要从事可靠性与质量控制工作。王端阳(1981一)，工程师，主要从事试验检测与可靠性工作。$基

8、金项目：国家自然科学基金(51377044)一6一·研究与分析·电器与能效管理技术(2015No．13)的预测，就能够降低电网的运行成本，节约(k=1，2，⋯，17,；i=0，1，2，⋯，m)(2)资源·引。其中，取分辨系数P=0．5