王 蘭,李華強(qiáng),吳 星,王羽佳
(四川大學(xué) 電氣信息學(xué)院 智能電網(wǎng)四川省重點(diǎn)實(shí)驗(yàn)室,四川 成都 610065)
風(fēng)力發(fā)電以其清潔、成本低等特點(diǎn)已成為一種成熟、具有規(guī)模效益的新能源利用形式。但是風(fēng)電具有間歇性、波動(dòng)性等特點(diǎn),這使得大規(guī)模風(fēng)電并網(wǎng)將對(duì)電網(wǎng)造成很大影響[1]。準(zhǔn)確地預(yù)測(cè)風(fēng)電功率,不僅能夠提高風(fēng)機(jī)可利用率,提高電網(wǎng)的經(jīng)濟(jì)安全運(yùn)行水平,同時(shí)也可以為風(fēng)電場(chǎng)在無(wú)風(fēng)或小風(fēng)情況下安排計(jì)劃?rùn)z修提供指導(dǎo)。由此可見(jiàn),對(duì)風(fēng)電功率進(jìn)行準(zhǔn)確的短期預(yù)測(cè)具有重要的現(xiàn)實(shí)意義。
混沌時(shí)間序列預(yù)測(cè)法作為揭示混沌時(shí)間序列客觀規(guī)律的一種方法,已廣泛應(yīng)用于風(fēng)電功率時(shí)間序列預(yù)測(cè)[2]。許多研究者就混沌時(shí)間序列預(yù)測(cè)法進(jìn)行過(guò)研究,目前應(yīng)用廣泛的主要是時(shí)間序列法[3]、神經(jīng)網(wǎng)絡(luò)[4]、支持向量機(jī)[5]等方法。 時(shí)間序列法計(jì)算速度較快,但往往預(yù)測(cè)精度較低;傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)(如RBF、BP網(wǎng)絡(luò)),學(xué)習(xí)時(shí)間太長(zhǎng),易陷入局部最優(yōu);最小二乘支持向量機(jī)作為支持向量機(jī)的改進(jìn),其學(xué)習(xí)時(shí)間雖有很大提高,但要求核函數(shù)必須滿足Mercer定理。上述缺點(diǎn)均制約著這些方法在風(fēng)電功率預(yù)測(cè)中的發(fā)展應(yīng)用。近幾年來(lái),Volterra自適應(yīng)濾波器以其訓(xùn)練速度快、所需樣本量小等優(yōu)點(diǎn)得到了廣大學(xué)者的關(guān)注[6-7]。但Volterra自適應(yīng)濾波器的預(yù)測(cè)效果易受與預(yù)測(cè)點(diǎn)信息不相關(guān)或?qū)︻A(yù)測(cè)點(diǎn)貢獻(xiàn)較小的相點(diǎn)影響[7]。 文獻(xiàn)[8]采用鄰近點(diǎn)作為訓(xùn)練集,建立局域支持向量機(jī)模型,證明合理篩選鄰近點(diǎn)可提高模型的精度。……