节点文献

基于EEMD-ACS-SELM的弃风电量组合预测模型

免费订阅

【作者】 张浩谢丽蓉崔传世梁武星包洪印

【Author】 Zhang Hao;Xie Lirong;Cui Chuanshi;Liang Wuxing;Bao Hongyin;College of Electrical Engineering, Xinjiang University;TBEA Sunoasis Co.,Ltd.;Haiwei (Xinjiang) New Energy Co.,Ltd.of CSIC;

【通讯作者】 谢丽蓉;

【机构】 新疆大学电气工程学院特变电工新疆新能源股份有限公司中船重工海为(新疆)新能源有限公司

【摘要】 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。

【基金】 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)
  • 【DOI】10.13941/j.cnki.21-1469/tk.20200615.005
  • 【分类号】TM614
  • 【下载频次】65
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: