可再生能源

2020, v.38;No.262(06) 758-764

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于EEMD-ACS-SELM的弃风电量组合预测模型
Wind power curtailment combination forecasting model based on EEMD-ACS-SELM

张浩;谢丽蓉;崔传世;梁武星;包洪印;

摘要(Abstract):

风电已在电力系统中得到了有效利用,因此,弃风电量的准确预测对于电网的安全、经济运行至关重要。文章提出了一种基于集合经验模态分解(EEMD)和t分布自适应变异布谷鸟算法(ACS)优化改进极限学习机(SELM)的弃风电量组合预测方法(EEMD-ACS-SELM)。该方法先采用集合经验模态分解,将原始弃风电量序列分解为一系列不同频率的分量,基于模糊熵理论计算各分量的熵值,并将熵值相似序列重构为新的子序列。然后,将新序列分别建立改进极限学习机预测模型,利用ACS优化算法对SELM算法的输入权值和阈值进行优化。最后,将各序列预测值叠加求和得到原始弃风电量序列的预测值。以新疆某风电场实际运行数据进行算例分析,结果表明,文章所提方法对弃风电量的预测具有较高的精度。

关键词(KeyWords): 弃风电量;集合经验模态分解;改进布谷鸟算法;改进极限学习机;弃风消纳

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(51667021);; 新疆维吾尔自治区区域协同创新专项(科技援疆计划)(2018E02072)

作者(Author): 张浩;谢丽蓉;崔传世;梁武星;包洪印;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享