刘红柳，杨 茂

(东北电力大学 电气工程学院，吉林 吉林 132012)

基于小波变换和支持向量机的风电功率爬坡事件识别与预测

刘红柳，杨 茂

(东北电力大学 电气工程学院，吉林 吉林 132012)

随着风电场规模的增大，风电功率爬坡事件给电网带来的影响越来越显著，提高爬坡事件识别与预测精度对电网安全经济运行具有重要意义。阐述了爬坡事件的定义，提出了基于小波变换(WT)的风电功率爬坡事件识别方法，建立了风电功率爬坡事件的WT-SVM预测模型。以某风电场的实测风电功率数据为例，进行不同时段的识别与预测。结果表明，基于WT的方法可以快速准确地识别风电功率爬坡事件及其特征值，WT-SVM爬坡事件预测模型可以提高风电功率爬坡事件预测准确度。

风电功率；爬坡事件；小波变换；支持向量机；识别预测

风能具有强波动特性和随机性[1]，随着风电接入电网的容量日益增大，风电功率爬坡事件对电力系统的影响也越来越大。爬坡事件具有小概率高风险特性，短时间内的大幅度功率变化给电网的稳定运行带来很大挑战[2-5]。

目前，国内外关于爬坡事件的研究还比较少，文献[6]总结了多种爬坡事件的定义，概括了爬坡事件的基本特征，如爬坡方向，爬坡幅值，爬坡起始时间，爬坡持续时间和爬坡率等。文献[7]根据爬坡事件的两种定义，提出了两种爬坡事件的检测流程，并有效检测了历史风电功率时间序列中的爬坡事件。文献[8]采用KMEANS方法对爬坡事件进行分类，文献[9]提出了基于小波特征提取和筛选的爬坡事件分类方法。……