曾杰 朱宜飞 陈卫鹏

摘要：由于风速具有随机波动性，使得对其预测的准确度不高。针对此，采用最小二乘支持向量机（LS-SVM）方法对风速进行预测分析。考虑到LS-SVM的参数选取方面尚无有效手段，尝试结合遗传算法对LS-SVM进行参数选取。选取山西省阳泵市风场前15 d的实测风速数据，采用遗传算法优化LS-SVM参数后的预测模型，对第16天的风速进行预测分析。经过模型计算，风速的预测值与实测值的平均绝对百分比误差只有5.95%。结果表明：模型计算结果理想，验证了采用遗传算法优化LS-SVM参数后用于风速短期预测的有效性。研究成果可为风电场实际运行中风功率短期、中长期预报提供理论支持。

关键词：风速预测;遗传算法;最小二乘支持向量机; 风电场

中图法分类号：TK81 文献标志码：A DOI：10.15974/j.cnki.slsdkb.2021.12.017

文章编号：1006 - 0081（2021）12 - 0097 - 04

0 引 言

2020年全国两会提出了2030年前实现碳达峰、2060年实现碳中和的目标承诺。清洁能源利用已成为实现该目标的重要手段，而风能作为清洁能源的一类，风能资源开发受到日益关注。风能资源具有很大的间歇性和随机波动性，因此大规模的风电场接入电网，势必对电网的稳定、安全运行有着较大影响。同时，风电场的前期规划、选址和风电机组的安全稳定运行都与风速变化有着直接关系。因此，如何高效、准确地对风电场风速进行短期、中长期预报成为重点研究方向[1]。对于风速预测的方法，主要有时间序列算法[2]、人工神经网络算法[3]、小波分析法[4]、卡尔曼滤波法和遗传算法等。……