基于EWT和分位數(shù)回歸森林的短期風(fēng)電功率概率密度預(yù)測

孫國強(qiáng)，梁 智，俞娜燕，倪曉宇，衛(wèi)志農(nóng)，臧海祥，周亦洲

(1. 河海大學(xué) 能源與電氣學(xué)院，江蘇 南京 210098；2. 國網(wǎng)無錫供電公司，江蘇 無錫 214061；3. 無錫揚(yáng)晟科技股份有限公司，江蘇 無錫 214106)

0 引言

風(fēng)力發(fā)電在電網(wǎng)中的裝機(jī)比例逐年提升，有效地緩解了能源緊張、環(huán)境污染格局，但其間歇性和不確定性又嚴(yán)重影響著電網(wǎng)的安全、穩(wěn)定及經(jīng)濟(jì)運(yùn)行。短期風(fēng)電功率預(yù)測作為自動發(fā)電控制和安排電力調(diào)度的重要決策依據(jù)，能夠有效地提高電力系統(tǒng)的運(yùn)行可靠性。為此，需要研究新技術(shù)與新方法，以提高風(fēng)電功率預(yù)測精度，滿足工程應(yīng)用需求。

目前，國內(nèi)外學(xué)者對短期風(fēng)電功率預(yù)測進(jìn)行了大量的研究，主要有時(shí)間序列分析、人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)(SVM)、相關(guān)向量機(jī)等模型[1-6]。在現(xiàn)有研究的基礎(chǔ)上，文獻(xiàn)[7-9]提出了基于優(yōu)化算法的改進(jìn)預(yù)測模型。另外，為了進(jìn)一步降低風(fēng)電功率預(yù)測誤差，相關(guān)學(xué)者提出了組合預(yù)測模型。實(shí)踐證明：組合預(yù)測模型相較于單一預(yù)測方法能夠優(yōu)勢互補(bǔ)，在提高預(yù)測精度的同時(shí)，增強(qiáng)了模型的魯棒性。組合預(yù)測按機(jī)理策略的不同主要分為2類。第一類是采用不同原理的預(yù)測模型分別進(jìn)行預(yù)測，然后將預(yù)測結(jié)果按一定的方式進(jìn)行優(yōu)化組合。文獻(xiàn)[10]首先采用自回歸積分滑動平均擬合風(fēng)電功率序列，然后對擬合殘差分別建立了人工神經(jīng)網(wǎng)絡(luò)、SVM預(yù)測模型；文獻(xiàn)[11]通過權(quán)重矩陣集成最小二乘SVM、回聲狀態(tài)網(wǎng)絡(luò)及正則化極限學(xué)習(xí)機(jī)3種模型的預(yù)測結(jié)果，并通過優(yōu)化算法動態(tài)更新調(diào)整權(quán)重系數(shù)，從而有效地發(fā)揮各個模型的優(yōu)勢，提高預(yù)測精度。……