重庆理工大学学报2023，Vol.37Issue(8) ：304-314.DOI:10.3969/j.issn.1674-8425(z).2023.04.035

基于天鹰优化算法的短期风电功率区间预测

Short-term wind power interval prediction based on Aquila optimization algorithm

陈申 叶小岭 熊雄 陈昕
重庆理工大学学报2023，Vol.37Issue(8) ：304-314.DOI:10.3969/j.issn.1674-8425(z).2023.04.035
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

基于天鹰优化算法的短期风电功率区间预测

Short-term wind power interval prediction based on Aquila optimization algorithm

陈申 1叶小岭 2熊雄 1陈昕1
扫码查看

作者信息

  • 1. 南京信息工程大学 自动化学院,南京 210044
  • 2. 南京信息工程大学 自动化学院,南京 210044;南京信息工程大学 气象灾害预报预警与评估协同创新中心,南京 210044
  • 折叠

摘要

为克服随机森林算法预置参数依赖经验设定和风电确定性预测难以描述其随机性的困难,提出一种基于天鹰优化算法(Aquila optimizer,AO)、随机森林(RF)和非参数核密度估计(NKDE)相结合的区间预测方法.首先将AO与RF相结合进行功率单点值预测,在此基础上,为了能够给电网调度和优化配置提供更多信息,引入NKDE进行风电功率区间预测.根据所提出的方法,对如东某风场使用WRF模式预报的风速数据进行对比实验.实验证明,AO-RF-NKDE区间预测模型能够给出综合性能更优的风电功率波动区间,对减少风电功率不确定性,弱化电网波动具有应用价值.

关键词

WRF模式/随机森林/天鹰优化算法/非参数核密度估计/风电功率区间预测

引用本文复制引用

基金项目

国家自然科学基金(42275156)

中国国家铁路集团有限公司科技研究开发计划重点课题(N2019T003)

中国国家铁路上海局集团公司科技研究开发计划重大课题(2019041)

出版年

2023
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
被引量1
参考文献量11
段落导航相关论文