殷 实 关玉衡 曾艳芳

(华南理工大学电力学院 广东广州 510640)

基于SVM模型的风电功率预测

殷 实 关玉衡 曾艳芳

(华南理工大学电力学院 广东广州 510640)

为解决因风电机组功率波动产生的调度问题，运用支持向量机法对风电机组功率的输出进行实时预测，结果表明单台机组预测的均方根误差为2.16%，相关系数为77.605 4%，58台机组预测的均方误差为0.7%，相关系数为90.321 4%。说明了风机机组汇聚得越多，机组系统越稳定。最后还探索了进一步提高SVM预测精度的方法。

风电功率;实时预测;支持向量机

0 引言

风能是一种可再生、清洁的能源，是目前世界上首选的可再生能源发电模式。风能资源的随机性、波动性、间歇性、低能量密度等特点，给大规模风电接入电力系统带来困难，也会给发电和运行调度计划的制订带来很多困难。如果可以对风电场的发电功率进行预测［1］，电力调度部门就能够根据风电功率变化预先安排调度计划，保证电网的功率平衡和运行安全。

1 支持向量机简介

支持向量机［2］的主要思想可以概括为两点:①它是针对线性可分情况进行分析，对于线性不可分的情况，通过使用非线性映射法将低维输入空间线性不可分的样本转化为高维特征空间使其线性可分。②它基于结构风险最小化理论之上在特征空间中建构最优分割超平面，使得学习器得到全局最优化，并且在整个样本空间的期望风险以某个概率满足一定上界。

2 基于支持向量机的风功率预测模型

用支持向量机的方法来进行功率实时预测［3］的步骤如图1。……