论文部分内容阅读
针对风电出力的波动性问题,风电场风速及风电机组功率短期预测问题已受到国内外越来越多的关注。对风电场风速准确预测是进行功率预测的前提,可及时调整调度计划,有效地减轻风电并网对电网稳定性的不利影响。本文分析了实际风电场的风速特性,将支持向量回归机(SVR)应用在风电场短期风速预测中。为提高SVR模型的预测性能,对历史风速日进行模糊聚类,选择预测日的相似风速日作为SVR的训练样本。分析了SVR各参数对其预测性能的影响,并将粒子群算法引入到SVR的参数优化,并通过对网格搜索法的对比说明其有效性。针对风速的不