基于小波-原子分解的超短期风电出力预测模型

【摘要】：为提高含风电场电网经济调度能力以及降低电力系统规划决策的保守性,提出了基于小波-原子分解(WD-AD)的风电出力超短期预测模型。该模型采用小波分解(WD)作为前置环节,以基于原子表达式的自预测和基于最小二乘支持向量机(LSSVM)的残余分量预测为基础构建原子分解(AD)预测模型,分别对风电出力的高低频分量进行预测,并将结果相加得到最终预测值。AD分解过程由衰减线性和Gabor原子库交替分解完成,可自适应匹配不同类型分量。同时,本文提出将细菌群体趋药性和正交匹配追踪算法相结合(BCC-OMP)优化的原子分解法,进一步增强了原子分解能力。实际风电场算例验证了所提方法的自适应性、快速性及有效性。 【作者单位】： 燕山大学电力电子节能与传动控制河北省重点实验室;
【关键词】： 风电出力预测 小波-原子分解 最小二乘支持向量机 正交匹配追踪 细菌群体趋药性
【基金】：河北省高等学校科学技术研究项目(QN2016064)资助
【分类号】：TM614
【正文快照】： 1引言随着全球风电装机容量的大规模增加,风电出力自身具有的间歇性、波动性及随机性为高渗透率的风电并网带来了巨大挑战,增加了电网经济调度的难度。在现有技术水平下,风电出力预测的不确定性使得系统调度员必须按照最保守的方案为风电预留足够的备用电源和调峰容量。然而,

您可以在本站搜索以下学术论文文献来了解更多相关内容

基于PSO改进原子分解法的电压扰动检测方法    吴靓;王俊锋;徐高;龚庆武;

    

基于原子分解法的小电流接地系统故障定位的研究及应用开发    潘龙兴