基于CFA优化最小二乘支持向量机的短期风速预测-论文.pdf

《基于CFA优化最小二乘支持向量机的短期风速预测-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2015年第43卷第6期陕西电力新能源2015．Vo1．43No．6SHAANXIELECTRICPoWERNewEnergy基于CFA优化最小二乘支持向量机的短期风速预测郑丰，方必武(1．中国南方电网超高压输电公司天生桥局。贵州兴义562400；2．武汉大学电气工程学院，湖北武汉430072)摘要：准确预测风速对风电规模化并网至关重要。为提高短期风速预测精度，提出一种改进的萤火虫算法优化最小二乘支持向量机的风速预测模型，利用自适应惯性权重和混沌搜索机制提高基本萤火虫算法的全局收敛能力。分别采用IPSO—LSSVM和CFA—LSSVM预测模型对历史时序数据进行提前1h)L速预测，通

2、过与实测数据对比进行误差分析。结果表明CFA—LSSVM模型具有更高的预测精度。关键词：短期风速预测；混沌萤火虫算法；最小二乘支持向量机中图分类号：TM614文献标志码：A文章编号：1673-7598(2015)06—0015—05Short-TermWindSpeedForecastingBasedonCFA—llJSSVMModelZHENGFeng，FANGBiwu(1．CSGEHVPowerTransmissionCompany，TianshengqiaoDivision，Xingyi562400，China；2．SchoolofElectricalEngineering，

3、WuhanUniversity，Wuhan430072，China)Abstract：Accuratewindspeedpredictionisofkeyimportanceforlargescalewindpowerconnectedtothegrid．Toimprovetheshort—termwindspeedforecastaccuracy，animprovedfireflyalgorithmbasedleastsquaressupportvectormachinewindspeedpredictionmodelisproposed，adaptiveinertiaweigh

4、tandchaossearchmechanismhavebeenusedtoimprovetheglobalconvergenceabilityofthebasicfireflyalgorithm．IPSO—LSSVMandCFA—LSSVMareusedrespectivelytoforecastwindspeedanhouraheadthroughhistoricaltimeseriesdata．Throughanalyzingthepredictionerrorcomparedwiththemeasureddata，theresuhsdemonstratethattheCFA

5、—LSSVMhasahigherpredictionaccuracy．Keywords：short—termwindspeedforecasting；chaoticfireflyalgorithm；leastsquaressupportvectormachines气象预报数据更新频率低，仅适用于中长期风速预0引言~mlw41。基于历史数据预测的方法较多．主要有时问序列法l5】、空间相关法[61、高斯过程回归同、神经网络同、风电作为当前发展最快的可再生能源发电形支持向量机、最小二乘支持向量机㈣等。其中最小式，得到了世界各国的广泛重视。风电大规模并网后，二乘支持向量机因其训练时问短、泛

6、化能力强、精度可能会出现电压偏差、频率偏差、电压波动甚至脱网高等优点而得到了广泛应用[11】。但由于风速的高度等现象，在我国多个区域电网还存在风电上网后的随机性和影响因素的复杂性，目前上述预测方法绝系统调峰难题，这些问题产生的根源是风速的波动对平均误差25％～40％，还未达到一定的满意程度l3l性和随机性导致风电出力呈现出间歇性和不确定性最小二乘支持向量机(LeastSquaresSuppo~Vect0r的特点。因此。对风电场风速进行准确预测至关重Machines，LSSVM)的预测效果与其模型参数紧密相要『。关，已有学者研究遗传算法、粒子群算法和改进的目前，针对风速预测的方法已经

7、不少。主要可分粒子群算法等智能仿生算法对LSSVM进行参数寻为基于物理模型的方法和基于历史数据预测的方优_1～51。研究结果表明参数寻优可以提高风速预测法I3_。物理模型法采用天气预报数据进行预测，由于的精度，而且寻优算法的全局寻优能力越好则模型预测精度越高。可见，使用性能更好的智能仿生算法基金项目：国家科技支撑计划资助(2叭5BAA01BO1)对最小二乘支持向量机的参数进行优化，是一种提l6陕西电力第43卷高风速预测精度的有效方法。根据Karush—Kuhn—Tuc