[发明专利]基于自适应蜂群算法的风电功率预测方法及装置

说明书

技术领域

本发明涉及风电功率预测技术领域，特别是涉及一种基于自适应蜂群算法优化SVR的短期风电功率预测方法及装置。

背景技术

近年来，风能作为一种可再生能源，在全球范围内迅速发展。截止到2012年12月，世界风电装机容量已经从2000年的60GW增加到282.578GW，预计到2015年世界风电装机容量将达到460GW。随着风电的迅速发展，并网成为了充分利用风电的研究热点。风电的输出功率依赖于风速，然而由于风速的不确定性和间歇性，势必会给电网的稳定性带来严重冲击。

为了提高风电的利用率，增强风电并网的稳定性、经济性，需要对风电机组的输出功率进行有效的预测，以促进电力调度部门制定调度计划的合理性，进而减轻了风电并入对电网稳定性的冲击。

发明内容

本发明的目的在于，提供一种基于自适应蜂群算法的风电功率预测方法，采用支持向量机建立预测模型，同时采用自适应蜂群算法对其进行优化，利用优化的参数更新预测模型，有效提高了对风电机组的输出功率的预测精度，增强了风电并网的稳定性、经济性。

为达到上述目的，本发明提供了一种基于自适应蜂群算法的风电功率预测方法，包括以下步骤：

（1）对风速、风电功率数据进行归一化处理，以风速作为输入、风电功率作为输出，利用支持向量机回归建立预测模型，其中归一化公式为：

x^ixi-xminxmax-xmin,]]>

式中为归一化后的数据值、x_i为原始数据值、x_max为原始数据最大值、x_min为原始数据最小值；

（2）选取待优化参数，以功率预测结果均方根误差作为自适应蜂群算法的适应度函数，初始化蜜蜂及蜜源位置，调用均匀分布函数赋蜜蜂位置，其中，待优化参数为支持向量机的惩罚系数C和核函数参数σ²，适应度函数公式为：

T=1MΣj=1M(yj-y^j)2,]]>

T为适应度函数、M为训练样本总数、y_j和分别为功率实际值和预测值；

（3）对蜜蜂搜索空间进行lgx对数变换，并计算各食物源收益率，收益率计算公式为：