-
题名基于误差修正的短期风电功率集成预测方法
被引量：38
- 1
-
-
作者
丁婷婷
杨明
于一潇
司志远
张强
-
机构
山东大学电气工程学院
国网山东省电力公司山东电力调度控制中心
-
出处
《高电压技术》
EI
CAS
CSCD
北大核心
2022年第2期488-496,共9页
-
基金
国家电网公司总部科技项目(基于深度学习的短期风电功率预测在线建模与优化技术研究)(4000-202016047A-0-0-00)。
-
文摘
为了提高短期风电功率预测精度,提出了一种基于误差修正的短期风电功率集成预测模型,此模型首先利用改进粒子群优化的极端梯度提升(extreme gradient boosting,XGBoost)初步建立风电功率预测模型,然后根据风速与功率的关系,将XGBoost模型预测误差分为低风速功率误差、中风速功率误差以及高风速功率误差3类,针对每类误差分别训练随机森林,得到对应的功率误差预测模型,最后将XGBoost模型预测结果和功率误差预测值相加即可得到基于误差修正的短期风电功率预测值。研究结果表明所提模型利用集成学习以及残差学习的方法提高了短期风电功率预测精度,因此所提模型可以促进风电消纳能力并提高电力系统运行的经济性。
-
关键词
风电功率
误差修正
集成预测
XGBoost模型
随机森林模型
改进粒子群算法
-
Keywords
wind power
error correction
integrated prediction
XGBoost model
random forest model
improved particle swarm optimization
-
分类号
TM614
[电气工程—电力系统及自动化]
-
