APP下载

组合模型在风电场发电功率短期预测中的应用

2012-09-19牛晨光游晓科刘观起赵振云

电力科学与工程 2012年3期
关键词:模型

牛晨光,游晓科,刘观起,赵振云

(1.华北电力大学 电气与电子工程学院,河北 保定 071003;2.河北省电力公司,河北 石家庄 050000)

0 引言

近年来,世界风电产业迅猛发展,2010年世界各地累计新增风电装机容量将近36 GW。中国作为世界上最大的发展中国家,其风电装机容量增速持续超过100%,已经成为全球风电产业之首[1,2]。然而,风电具有随机性、间歇性和不可控制的特点。当前的风电比例较小,电网还有能力应对,但随着风能规模的不断扩大,电网的主动性将逐步降低,因此,为了尽可能减少由于风电接入对系统调峰容量的增量需求,提高电网运行的经济性及电网接纳风电的能力,必须将风电功率预测作为未来电力系统建设的重要组成部分,不断提高预测精度。

目前,风电场发电功率短期预测还处于起步阶段,采用的模型基本可以分为线性预测模型和非线性模型,而且大都只是针对单项模型进行研究[3,4],很少对各单项预测模型联系起来。本文采用支持向量机法和神经网络法,通过对各单项模型的预测结果对比分析,建立基于最小方差的组合预测模型,以达到提高预测准确度的目的。

1 支持向量机模型

1.1 支持向量机模型基本原理

对于样本 (x1,y1), (x2,y2),…, (x1,y1),首先在样本与特征空间φ(xi)之间建立一个非线性映射φ(.),在这个高维特征空间中构造最优决策函数,

这样就把非线性估计函数转化为高维特征空间的线性估计函数;然后根据结构风险最小化原则,寻找ω,b的最小化。常用的……

登录APP查看全文

猜你喜欢

模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用