基于小波變換和支持向量機的風電功率爬坡事件識別與預測

劉紅柳，楊 茂

(東北電力大學 電氣工程學院，吉林 吉林 132012)

基于小波變換和支持向量機的風電功率爬坡事件識別與預測

劉紅柳，楊 茂

(東北電力大學 電氣工程學院，吉林 吉林 132012)

隨著風電場規模的增大，風電功率爬坡事件給電網帶來的影響越來越顯著，提高爬坡事件識別與預測精度對電網安全經濟運行具有重要意義。闡述了爬坡事件的定義，提出了基于小波變換(WT)的風電功率爬坡事件識別方法，建立了風電功率爬坡事件的WT-SVM預測模型。以某風電場的實測風電功率數據為例，進行不同時段的識別與預測。結果表明，基于WT的方法可以快速準確地識別風電功率爬坡事件及其特征值，WT-SVM爬坡事件預測模型可以提高風電功率爬坡事件預測準確度。

風電功率；爬坡事件；小波變換；支持向量機；識別預測

風能具有強波動特性和隨機性[1]，隨著風電接入電網的容量日益增大，風電功率爬坡事件對電力系統的影響也越來越大。爬坡事件具有小概率高風險特性，短時間內的大幅度功率變化給電網的穩定運行帶來很大挑戰[2-5]。

目前，國內外關于爬坡事件的研究還比較少，文獻[6]總結了多種爬坡事件的定義，概括了爬坡事件的基本特征，如爬坡方向，爬坡幅值，爬坡起始時間，爬坡持續時間和爬坡率等。文獻[7]根據爬坡事件的兩種定義，提出了兩種爬坡事件的檢測流程，并有效檢測了歷史風電功率時間序列中的爬坡事件。文獻[8]采用KMEANS方法對爬坡事件進行分類，文獻[9]提出了基于小波特征提取和篩選的爬坡事件分類方法。……