一种风电短期功率预测方法、装置及可读存储介质制造方法及图纸

本发明专利技术提供一种风电短期功率预测方法，包括以下步骤：采集风电场的运行数据，且按照季节让所述运行数据分为四组；对所述运行数据进行清洗；对清洗后的数据进行变分模态分解；将分解后的数据进行归一化处理，构造训练数据和验证数据；选择与所述风电场每天的功率最相关的特征；建立不同季节下的风电场功率的ELM模型，对于所述ELM模型中的初始权重和阈值，选用改进的蝙蝠算法进行优化；训练所述ELM模型；基于所述ELM模型预测所述风电短期功率。本发明专利技术使用改进的蝙蝠算法优化ELM的权重和偏置相比传统ELM预测风电功率的方法，能够有效提升风电短期功率预测的准确率。电短期功率预测的准确率。电短期功率预测的准确率。

【技术实现步骤摘要】
一种风电短期功率预测方法、装置及可读存储介质


[0001]本专利技术涉及风电短期功率预测，更具体的是一种基于VMD和ELM相结合的风电短期功率预测方法。

技术介绍

[0002]由于火力发电机组的高污染程度及其对环境的负面影响，风能、太阳能、波浪能等可再生能源现已被认真考虑为电能的可行替代能源。在上述资源中，风力发电在电力系统中增长率最高。风电场的发电量影响着电力系统的规划、调度和调度。但由于风速随机性大、波动性和间歇性较强的特点，容易对电网的安全和稳定运行造成巨大的影响。风速过大直接影响风电穿越功率较大时，将严重影响电力系统的安全。在实际风电并网与电力系统调度中，可靠的风电功率预测既可降低风电波动性对经济性的影响，又能保证风电接入后电力系统运行的安全性和稳定性。因此风力发电的预测是一个很大的挑战，一个准确的风电功率预报对系统操作人员具有重要意义。

技术实现思路

[0003]针对现有技术的技术问题，本专利技术拟提出一种基于VMD和ELM相结合的风电短期功率预测方法，具体地，本专利技术的技术方案如下：
[0004]一种风电短本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风电短期功率预测方法，其特征在于，包括以下步骤：采集风电场的运行数据，且按照季节让所述运行数据分为四组；对所述运行数据进行清洗，所述清洗包括对四组数据进行空缺值以及异常数值处理；对清洗后的数据进行变分模态分解，所述变分模态分解是对每一天的数据进行分解，分解为不同的模式；将分解后的数据进行归一化处理，构造训练数据和验证数据；选择与所述风电场每天的功率最相关的特征，所述选择基于GSO特征选择方法进行；建立不同季节下的风电场功率的ELM模型，对于所述ELM模型中的初始权重和阈值，选用改进的蝙蝠算法进行优化；训练所述ELM模型；基于所述ELM模型预测所述风电短期功率。2.根据权利要求1所述的风电短期功率预测方法，其特征在于，所述改进的蝙蝠算法是在基础蝙蝠算法中引入差分进化算法用于更新蝙蝠群体的位置。3.根据权利要求1或2所述的风电短期功率预测方法，其特征在于，所述优化过程中选用适应度为均方根误差，其中RMSE的公式如下：其中y
i
为真实风电功率，y
′
i
为经ELM预测的风电功率，N为预测的风电功率点数。4.根据权利要求1所述的风电短期功率预测方法，其特征在于，所述构造训练数据和验证数据包括将前一周的功率历史数据作为训练数据的输入，将一周后一天的风力发电数据作为训练数据的输出。5.根据权利要求4所述的风电短期功率预测方法，其特征在于，训练所...

【专利技术属性】
技术研发人员：麻红波，朱玉瑞，杨继明，张澈，陈岩磊，曹利蒲，李丹阳，
申请(专利权)人：北京华能新锐控制技术有限公司，
类型：发明
国别省市：