基于小生境遺傳算法與徑向基代理模型的短期風(fēng)電功率預(yù)測(cè)

打開(kāi)文本圖片集

摘 要：為提高短期功率預(yù)測(cè)精度，以賦予風(fēng)電被電網(wǎng)資產(chǎn)更大規(guī)模消納的優(yōu)勢(shì)，建立一種基于主導(dǎo)特征影響因素和小生境遺傳算法改進(jìn)的徑向基代理模型的滾動(dòng)式短期（0～72 h）風(fēng)電功率預(yù)測(cè)模型。首先，基于罰函數(shù)和排擠機(jī)制的小生境技術(shù)對(duì)傳統(tǒng)基本遺傳算法進(jìn)行改進(jìn)，以徑向基代理模型（RBF）作為建?；A(chǔ)，利用改進(jìn)后的遺傳算法以反傳誤差極小為目標(biāo)函數(shù)對(duì)RBF模型的連接權(quán)值進(jìn)行優(yōu)化，借助其尋優(yōu)能力來(lái)獲取最佳權(quán)值，以達(dá)成對(duì)RBF網(wǎng)絡(luò)的改進(jìn)和二次訓(xùn)練；然后，基于主導(dǎo)特征氣象因素，結(jié)合改進(jìn)的RBF模型最終建立N-SGA-RBF風(fēng)電出力預(yù)測(cè)模型，對(duì)風(fēng)電場(chǎng)連續(xù)3日0～72 h輸出功率進(jìn)行預(yù)測(cè)；最后，對(duì)N-SGA-RBF模型、RBF模型以及BP模型做預(yù)測(cè)結(jié)果趨勢(shì)變化、各采樣點(diǎn)絕對(duì)/相對(duì)誤差分布、發(fā)電預(yù)測(cè)預(yù)報(bào)準(zhǔn)確率和合格率的對(duì)比。（剩余22322字）