基于小波-原子分解的超短期风电出力预测.pdfVIP

第３７ 卷　第１０期 仪 器 仪 表 学 报 Ｖｏｌ３７ Ｎｏ１０ ２０１６年１０月 Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆＳｃｉｅｎｔｉｆｉｃ Ｉｎｓｔｒｕｍｅｎｔ Ｏｃｔ．２０１６ 基于小波原子分解的超短期风电出力预测模型 曲正伟，张　坤，王云静，王雅坤，崔志强 （燕山大学 电力电子节能与传动控制河北省重点实验室　秦皇岛　０６６００４） 摘　要：为提高含风电场电网经济调度能力以及降低电力系统规划决策的保守性，提出了基于小波原子分解（ＷＤＡＤ）的风电 出力超短期预测模型。该模型采用小波分解（ＷＤ）作为前置环节，以基于原子表达式的自预测和基于最小二乘支持向量机 （ＬＳＳＶＭ）的残余分量预测为基础构建原子分解（ＡＤ）预测模型，分别对风电出力的高低频分量进行预测，并将结果相加得到最 终预测值。ＡＤ分解过程由衰减线性和Ｇａｂｏｒ原子库交替分解完成，可自适应匹配不同类型分量。同时，本文提出将细菌群体 趋药性和正交匹配追踪算法相结合（ＢＣＣＯＭＰ）优化的原子分解法，进一步增强了原子分解能力。实际风电场算例验证了所提 方法的自适应性、快速性及有效性。 关键词：风电出力预测；小波原子分解；最小二乘支持向量机；正交匹配追踪；细菌群体趋药性 中图分类号：ＴＭ６１４　ＴＨ１７　　　文献标识码：Ａ　　国家标准学科分类代码：４７０．４０１７ Ｕｌｔｒａ ｓｈｏｒｔｔｅｒｍ ｗｉｎｄ ｐｏｗｅｒ ｏｕｔｐｕｔ ｆｏｒｅｃａｓｔ ｍｏｄｅｌ ｂａｓｅｄ ｏｎ ｗａｖｅｌｅｔ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ａｎｄ ａｔｏｍｉｃ ｄｅｃｏｍｐｏｓｉｔｉｏｎ Ｑｕ Ｚｈｅｎｇｗｅｉ，Ｚｈａｎｇ Ｋｕｎ，Ｗａｎｇ Ｙｕｎｊｉｎｇ，Ｗａｎｇ Ｙａｋｕｎ，Ｃｕｉ Ｚｈｉｑｉａｎｇ （ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＰｏｗｅｒＥｌｅｃｔｒｏｎｉｃｓｆｏｒＥｎｅｒｇｙ Ｃｏｎｓｅｒｖａｔｉｏｎ ａｎｄＭｏｔｏｒＤｒｉｖｅ ｏｆＨｅｂｅｉ Ｐｒｏｖｉｎｃｅ，Ｙａｎｓｈａｎ Ｕｎｉｖｅｒｓｉｔｙ， Ｑｉｎｈｕａｎｇｄａｏ ０６６００４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎ ｏｒｄｅｒｔｏ ｉｍｐｒｏｖｅ ｔｈｅ ｅｃｏｎｏｍｉｃ ｓｃｈｅｄｕｌｉｎｇ ａｂｉｌｉｔｙ ｏｆｔｈｅ ｐｏｗｅｒｇｒｉｄ ｉｎｃｌｕｄｉｎｇｗｉｎｄ ｐｏｗｅｒｐｌａｎｔ ａｎｄ ｒｅｄｕｃｅ ｔｈｅ ｃｏｎｓｅｒｖａｔｉｓｍ ｏｆｐｏｗｅｒ ｓｙｓｔｅｍ ｐｌａｎｎｉｎｇ ａｎｄ ｄｅｃｉｓｉｏｎ ｍａｋｉｎｇ，ａｎ ｕｌｔｒａｓｈｏｒｔｔｅｒｍ ｗｉｎｄ ｐｏｗｅｒ ｏｕｔｐｕｔ ｆｏｒｅｃａｓｔ ｍｏｄｅｌ ｉｓ ｐｒｏｐｏｓｅｄ ｂａｓｅｄ ｏｎ ｗａｖｅｌｅｔ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ａｎｄ ａｔｏｍｉｃ ｄｅｃｏｍｐｏｓｉｔｉｏｎ （ＷＤＡＤ）ｉｎ ｔｈｉｓ ｐａｐｅｒ．Ｉｎ ｔｈｅ ｍｏｄｅｌ，ｗａｖｅｌｅｔ ｄｅｃｏｍｐｏｓｉｔｉｏｎ （ＷＤ）ｉｓ ｕｓｅｄ ａｓ ｔｈｅ ｐｒｅ ｐｏｓｉｔｉｖｅ ｓｔｅｐ．Ｔｈｅ ｓｅｌｆｐｒｅｄｉｃｔｉｏｎｂａｓｅｄｏｎａｔｏｍｉｃ ｅｘｐｒｅｓｓｉｏｎａｎｄｔｈｅｒｅｓｉｄｕａｌ ｃｏｍｐｏｎｅｎｔｐｒｅｄｉｃｔｉｏｎｂａｓｅｄｏｎｌｅａｓｔ ｓｑｕａｒｅｓｓｕｐｐｏｒｔｖｅｃｔｏｒ ｍａｃｈｉｎｅ （ＬＳＳＶＭ）ａｒｅ ｔａｋｅｎ ａｓ ｔｈｅ ｆｏｕｎｄａｔｉｏｎ ｔｏ ｅｓｔａｂｌｉｓｈ ｔｈｅ ａｔｏｍｉｃ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｐｒｅｄｉｃｔｉｏｎ ｍｏｄｅｌ．Ｔｈｅｎ，ｔｈｅ ｈｉｇｈ ａｎｄ ｌｏｗ ｆｒｅｑｕｅｎｃｙ ｃｏｍｐｏｎｅｎｔｓ ｏｆｗｉｎｄ ｐｏｗｅｒ ｏｕｔｐｕｔ ａｒｅ ｐｒｅｄｉｃｔｅｄ．Ａｔ ｌａｓｔ，ｔｈｅ ｔｗｏ ｒｅｓｕｌｔｓ ａｒｅ ａｄｄｅｄ ｔｏｇｅｔｈｅｒ ｔｏ ｇｅｔ ｔｈｅ ｆｉｎａｌ ｐｒｅｄｉｃｔｅｄ ｖａｌｕｅ． Ｔｈｅ ａｔｏｍｉｃ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｐｒｏｃｅｓｓ ｉｓ ｃｏｍｐｌｅｔｅｄ ｔｈｒｏｕｇｈ ｔｈｅ ａｌｔｅｒｎａｔｉｖｅ ｄｅｃｏｍｐｏｓｉｔ