基于互补式集合经验模态分解和IPSO_LSSVM的短期风功率预测

摘要：

针对风电出力随时间变化具有非线性特点,本文提出一种基于互补式集合经验模态分解(CEEMD)和改进粒子群算法最小二乘支持向量机(IPSO_LSSVM)新型风功率预测组合模型.首先该方法利用CEEMD将风速序列分解为一系列相当平稳风电分量,以减少不同频率功率信号之间相互影响;其次针对各分量不同特点,采用改进粒子群算法优化核函数相关参数建立各自对应预测模型;最后将不同分量预测数据进行叠加得到风功率预测结果.通过仿真验证,本预测模型有较高预测精度,在工程中具有一定实用价值.

关键词：风电出力、互补式集合经验模态分解、最小二乘支持向量机、改进粒子群算法、组合模型、预测

所属期刊栏目：46

分类号：TM315(电机)

资助基金：新疆维吾尔自治区自然科学基金面上项目2017D0-1A26

在线出版日期：2020-11-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：95-100