【正文】 電功率的預(yù)測(cè)方法，本文提出了基于SVM的風(fēng)電功率預(yù)測(cè)方法對(duì)風(fēng)電功率進(jìn)行建模和預(yù)測(cè)。本文首先介紹了風(fēng)電功率預(yù)測(cè)的選題背景以及國(guó)內(nèi)外的研究現(xiàn)狀。在國(guó)外起步較早，且已經(jīng)建立了各種風(fēng)電功率預(yù)測(cè)系統(tǒng)。國(guó)內(nèi)起步晚，但發(fā)展快，很多地方和很多學(xué)者都參與風(fēng)電功率預(yù)測(cè)的研究。然后，介紹了風(fēng)電功率預(yù)測(cè)的一些基本概念，風(fēng)電功率預(yù)測(cè)的基本知識(shí)和國(guó)標(biāo)中的一些規(guī)定。接著，詳細(xì)講述了SVM的理論基礎(chǔ)，在分類問(wèn)題和回歸問(wèn)題中的應(yīng)用。隨后，建立了基于SVM的風(fēng)電功率預(yù)測(cè)模型，運(yùn)用2011電工杯的數(shù)據(jù)進(jìn)行檢驗(yàn)，先后建立了采用網(wǎng)格選取核參數(shù)和懲罰參數(shù)C,PA和P58預(yù)測(cè)精確度對(duì)比，以及SVM和BP預(yù)測(cè)的對(duì)比這三個(gè)模型。發(fā)現(xiàn)SVM預(yù)測(cè)的合格率能達(dá)到90%以上，且預(yù)測(cè)精度高于BP神經(jīng)網(wǎng)絡(luò)。最后提出了基于組合預(yù)測(cè)模型的概念，并運(yùn)用遺傳算法（GA）優(yōu)化參數(shù)，%。關(guān)鍵詞：支持向量機(jī)；風(fēng)電功率預(yù)測(cè)；參數(shù)優(yōu)化；遺傳算法Wind power forecasting based on support vector machineAbstract:In recent years, our country to build the development of wind power, wind farmsand rapid development is playing an increasingly important role in the power system. However, due to the randomness of wind speed, the characteristics ofintermittence and fluctuation of the wind energy into the power system, the powerwill be with the wind speed changes. This brought many problems to the electric power dispatching department. Therefore, to predict the output power of wind farm, wind power into the grid scheduling is one of the important measures to ensure the stability of power system economic operation.Through the parison of forecasting methods of many wind power, this paperpresents a method to predict the modeling and forecasting of wind power wind power based on SVM.This paper first introduces the research background and the domestic and foreign wind power prediction. Started early in foreign countries, and hasestablished a variety of wind power forecasting system. China started late, butrapid development, many places and many scholars involved in the research ofwind power prediction.Then, the wind power prediction of some of the basic concept, some of the provisions of the basic knowledge and international wind power prediction.Then, a detailed account of the basic theory of SVM, application in classification and regression problems.Then, wind power prediction model is built based on SVM, using 2011 electriccup test data, have established the mesh selection of kernel parameters and thepenalty parameters C, PA and P58 forecast accuracy parison, andparison of SVM and BP prediction of these three models. SVM predicted the qualified rate can reach more than 90%, and the prediction precision is higher than the BP neural network.Finally, the bination forecasting model based on the concept, and the use of genetic algorithm (GA) optimization parameters, the average relative error islower than %.Keywords:Support vector machine。Wind power forecasting。Parameter optimization。Genetic algorithm第1章 引 言 風(fēng)力發(fā)電已經(jīng)作為人類尋找新能源的一種成功嘗試，但風(fēng)電輸出功率的不穩(wěn)定性，給電力調(diào)度部門帶來(lái)很多不便。因此對(duì)風(fēng)電輸出功率預(yù)測(cè)的研究顯得尤為重要。 隨著全球氣候變暖以及能源危機(jī)的出現(xiàn)，人類對(duì)可再生能源的依賴越來(lái)越強(qiáng)。風(fēng)能作為一種可再生潔凈能源的代表，有著廣泛的發(fā)展前景[參考文獻(xiàn)[] [J].電網(wǎng)與清潔能源,2011,1(1)]。近幾年來(lái)，國(guó)家大力支持發(fā)展風(fēng)電產(chǎn)業(yè)，風(fēng)電裝機(jī)容量越來(lái)越大。在我國(guó)風(fēng)電資源儲(chǔ)量達(dá)到32,。26億KW以上，位居世界第一，應(yīng)用潛力相當(dāng)可觀[[] [J].貴州師范大學(xué)學(xué)報(bào)，(1)]。國(guó)內(nèi)風(fēng)力發(fā)電場(chǎng)的建立雖然起步較晚，但經(jīng)歷20多年的發(fā)展，總裝機(jī)容量以達(dá)到130萬(wàn)KW，預(yù)計(jì)2020年將增至3000萬(wàn)KW。這些電能被應(yīng)用到工業(yè)，農(nóng)業(yè)和生活各方面的用電需求，在很大程度上解決了能源危機(jī)?？焖侔l(fā)展的風(fēng)力發(fā)電場(chǎng)在電力系統(tǒng)的中發(fā)揮重要作用的同時(shí)，也給電力調(diào)度部門帶來(lái)一些問(wèn)題。由于風(fēng)速具有隨機(jī)性，間歇性和波動(dòng)性等特點(diǎn)，通過(guò)風(fēng)能轉(zhuǎn)化為電能的電力系統(tǒng)也隨著風(fēng)速發(fā)生實(shí)時(shí)變化，大幅波動(dòng)會(huì)破壞電網(wǎng)功率平衡，降低電網(wǎng)運(yùn)行安全系數(shù)。因此盡可能準(zhǔn)確地對(duì)風(fēng)電功率進(jìn)行預(yù)測(cè)成為當(dāng)務(wù)之急。對(duì)風(fēng)電場(chǎng)輸出功率進(jìn)行預(yù)測(cè), 把風(fēng)電功率納入電網(wǎng)的調(diào)度計(jì)劃是保證電網(wǎng)穩(wěn)定經(jīng)濟(jì)運(yùn)行的重要措施之一。對(duì)于調(diào)度部門安排系統(tǒng)的發(fā)電計(jì)劃，保證電力系統(tǒng)的安全穩(wěn)定運(yùn)行，降低備用容量和運(yùn)行成本以及對(duì)電力市場(chǎng)進(jìn)行有效的管理等都具有重要意義[[] [D] .北京:北京大學(xué),2009.]。目前，用于風(fēng)電功率預(yù)測(cè)主要基于統(tǒng)計(jì)方法，主要包括持續(xù)法、時(shí)間序列法、卡爾曼濾波法、人工神經(jīng)網(wǎng)絡(luò)等[[] [J].自動(dòng)系統(tǒng)自動(dòng)化， ,36（14）]。持續(xù)法方法雖然簡(jiǎn)單，不需要建立模型，但預(yù)測(cè)精度較差，主要作為各種方法的比較基準(zhǔn)。時(shí)間序列法模型簡(jiǎn)單，理論成熟，但只能作為超短時(shí)預(yù)測(cè)，且預(yù)測(cè)精度不太理想。人工神經(jīng)網(wǎng)絡(luò)是目前應(yīng)用廣泛的一種智能預(yù)測(cè)算法，它適用范圍較廣，能夠自適應(yīng)、自學(xué)習(xí)，適合描述風(fēng)電功率預(yù)測(cè)模型的復(fù)雜性和非線性特點(diǎn)；但是人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練時(shí)間長(zhǎng)，對(duì)訓(xùn)練樣本相似性要求較高，容易陷入局部最優(yōu)，且受環(huán)境的影響較大。支持向量機(jī)(Support Vector Machine，SVM)是Corinna Cortes和Vapnik等于1995年首先提出的，它在解決小樣本、非線性及高維模式識(shí)別中表現(xiàn)出許多特有的優(yōu)勢(shì)，并能夠推廣應(yīng)用到函數(shù)擬合等其他機(jī)器學(xué)習(xí)問(wèn)題中。LSSVM是SVM在回歸預(yù)測(cè)方面運(yùn)用的一種特殊形式，LSSVM能夠同時(shí)考慮經(jīng)驗(yàn)風(fēng)險(xiǎn)最小和置信范圍最小，使模型具有較強(qiáng)的推廣性，模型性能主要由核函數(shù)的幾個(gè)支持向量決定，在小樣本識(shí)別方面有很大優(yōu)勢(shì)，能夠避免出現(xiàn)局部最優(yōu)，而達(dá)到全局最優(yōu)[4]。因此，我們基于LSSVM的風(fēng)電功率預(yù)測(cè)具有很強(qiáng)的可行性。 國(guó)外在開展對(duì)風(fēng)電場(chǎng)出力預(yù)測(cè)方面已經(jīng)取得一些成果，20世紀(jì)80年代就開始了風(fēng)電功率預(yù)測(cè)相關(guān)技術(shù)研究。在國(guó)外，提供電能交易的電網(wǎng)運(yùn)營(yíng)商和風(fēng)電場(chǎng)都是風(fēng)電功率預(yù)測(cè)的主體。風(fēng)電場(chǎng)科學(xué)合理的風(fēng)電功率預(yù)測(cè)是進(jìn)行電力市場(chǎng)競(jìng)價(jià)和風(fēng)電場(chǎng)運(yùn)行維護(hù)的保證。在風(fēng)能開發(fā)水平相對(duì)較高的歐美國(guó)家各種模型的預(yù)測(cè)系統(tǒng)相繼被開發(fā)出來(lái)，并投入到實(shí)際應(yīng)用中，取得了良好的預(yù)測(cè)效果。 德國(guó): WPMS：ISET開發(fā)，2001年開始運(yùn)行，應(yīng)用于德國(guó)四個(gè)電網(wǎng)公司 Previento：德國(guó)奧爾登堡大學(xué)開發(fā)，2002開始運(yùn)行 丹麥: Prediktor：Ris248。開發(fā)，1994年開始運(yùn)行 WPPT：丹麥技術(shù)大學(xué)開發(fā)，1994年開始運(yùn)行 Zephy：丹麥技術(shù)大學(xué)開發(fā)，2003年開始運(yùn)行 西班牙:LocalPredRegioPred：西班牙可再生能源中心開發(fā)，2001年開始運(yùn)行 SIPRE?LICO：西班牙卡洛斯Ⅲ大學(xué)開發(fā)，2002年開始運(yùn)行 美國(guó): eWind：AWS Truewind開發(fā),1998年開始運(yùn)行我國(guó)對(duì)風(fēng)力發(fā)電廠建立比較晚，對(duì)風(fēng)力發(fā)電功率預(yù)測(cè)也晚于國(guó)外，準(zhǔn)備工作也不及國(guó)外充分，例如，對(duì)風(fēng)電功率預(yù)測(cè)系統(tǒng)所需要的基礎(chǔ)數(shù)據(jù)準(zhǔn)備不夠充分，對(duì)風(fēng)電場(chǎng)氣象信息的監(jiān)測(cè)和收集技術(shù)不夠成熟等，這些都制約著對(duì)風(fēng)電功率預(yù)測(cè)系統(tǒng)的研究和開發(fā)。我國(guó)主要從事風(fēng)力發(fā)電工作的單位有中國(guó)電力科學(xué)研究院、中國(guó)氣象局國(guó)家氣候中心、華北電力大學(xué)、金風(fēng)科技股份有限公司等。在國(guó)家電網(wǎng)和電力調(diào)度中心的積極組織下，中國(guó)電科院和吉林省電力公司開展了風(fēng)電功率預(yù)測(cè)系統(tǒng)的研究和開發(fā)，并于2008年投入運(yùn)行。目前,電力調(diào)度部門已經(jīng)開發(fā)出了基于人工神經(jīng)網(wǎng)絡(luò)(BP模型)、支持向量機(jī)（SVM）等統(tǒng)計(jì)方法的風(fēng)電功率預(yù)測(cè)模型，以及基于ARMA和卡爾曼濾波等模型，同時(shí)正在開展基于實(shí)地天氣狀況，進(jìn)行特征提取，建立混合優(yōu)化的智能預(yù)測(cè)算法。目前，華北、東北、西北、上海、江蘇、福建、遼寧、吉林、黑龍江、甘肅、寧夏、新疆等風(fēng)電功率預(yù)測(cè)系統(tǒng)已經(jīng)投入運(yùn)行，取得了不錯(cuò)的運(yùn)行效果[[] 范高峰，[J].中國(guó)電力，,44（6）]。 本章小結(jié) 本章主要講述了風(fēng)電功率預(yù)測(cè)的背景，以及國(guó)內(nèi)外目前對(duì)風(fēng)電功率預(yù)測(cè)的進(jìn)展。并簡(jiǎn)單介紹了風(fēng)電功率預(yù)測(cè)的方法，包括持續(xù)法、時(shí)間序列法、卡爾曼濾波法、人工神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)等方法。在下一章節(jié)里，主要介紹風(fēng)力發(fā)電的一些基本知識(shí)和風(fēng)電功率預(yù)測(cè)中有待解決的問(wèn)題。第2章 發(fā)電功率預(yù)測(cè)的原理和方法 風(fēng)力發(fā)電的原理和結(jié)構(gòu) 工作原理風(fēng)能是一種可再生的清潔能源，是太陽(yáng)能的一種轉(zhuǎn)化形式。由于地球表面受太陽(yáng)照射的強(qiáng)度不同，會(huì)出現(xiàn)受熱不均勻，從而引起大氣流動(dòng)形成風(fēng)，其攜帶的能量便是風(fēng)能。風(fēng)能通過(guò)風(fēng)力發(fā)電機(jī)組，帶動(dòng)齒輪轉(zhuǎn)動(dòng)，轉(zhuǎn)化為機(jī)械能，齒輪轉(zhuǎn)動(dòng)又帶動(dòng)了發(fā)電機(jī)的轉(zhuǎn)動(dòng)，進(jìn)而把機(jī)械能轉(zhuǎn)化為電能。其工作原理圖如下所示：機(jī)械能電網(wǎng)電能風(fēng)能發(fā)電機(jī)風(fēng)輪、變速箱風(fēng) 圖21 風(fēng)力發(fā)電原理 發(fā)電場(chǎng)的結(jié)構(gòu)特點(diǎn) 風(fēng)力發(fā)電所需要的裝置和各種部件的組合叫做風(fēng)力發(fā)電機(jī)組。一般的風(fēng)力發(fā)電機(jī)組由風(fēng)輪、齒輪變速箱、發(fā)電機(jī)、偏航裝置、剎車系統(tǒng)、塔架及有關(guān)控制器等組成[[] [J].中國(guó)電力教育，2011，（18）]。如圖22所示 風(fēng)輪是風(fēng)力發(fā)電機(jī)組的重要組成部件，它是有很好接受空氣流動(dòng)的葉片組成?？諝庵辛鲃?dòng)的風(fēng)吹動(dòng)葉片轉(zhuǎn)動(dòng)，使其帶動(dòng)輪軸轉(zhuǎn)動(dòng)，所以風(fēng)輪的主要作用就是捕捉和吸收風(fēng)能。低速旋轉(zhuǎn)的風(fēng)輪通過(guò)齒輪變速箱來(lái)增提高轉(zhuǎn)動(dòng)速度速，并將動(dòng)力傳給發(fā)電機(jī)。圖22 風(fēng)力發(fā)電機(jī)組結(jié)構(gòu)通常自然界的風(fēng)速吹動(dòng)風(fēng)輪轉(zhuǎn)動(dòng)不足以促使發(fā)電機(jī)的轉(zhuǎn)動(dòng)。通過(guò)齒輪變速箱的增速作用可以提高輪軸的轉(zhuǎn)動(dòng)速度。齒輪變速箱作為風(fēng)力發(fā)電機(jī)組的一個(gè)重要的機(jī)械部件，其主要作用就是將很低的風(fēng)輪轉(zhuǎn)速（600kW的風(fēng)機(jī)通常為27轉(zhuǎn)/分、1500kW的風(fēng)機(jī)通常為12~22轉(zhuǎn)/分）轉(zhuǎn)變?yōu)楹芨叩陌l(fā)電機(jī)轉(zhuǎn)速（發(fā)電機(jī)同步轉(zhuǎn)速通常為1500轉(zhuǎn)/分）。 發(fā)電機(jī)是把風(fēng)輪轉(zhuǎn)動(dòng)而輸入的機(jī)械能轉(zhuǎn)化為電能，在現(xiàn)有的大中型風(fēng)力發(fā)電機(jī)組中，普遍采用異步發(fā)電機(jī)或同步發(fā)電機(jī)兩種[6]。異步發(fā)電機(jī)的轉(zhuǎn)速取決于電網(wǎng)的頻率，只能在同步轉(zhuǎn)速附近很小的范圍內(nèi)變化。當(dāng)風(fēng)速增加使齒輪變速箱高速輸出轉(zhuǎn)速達(dá)到異步發(fā)電機(jī)同步轉(zhuǎn)速時(shí)，發(fā)電機(jī)組并入電網(wǎng)，向電網(wǎng)送電。 每時(shí)每刻變化的風(fēng)速，也帶動(dòng)了風(fēng)輪轉(zhuǎn)速的隨機(jī)變化。風(fēng)輪的轉(zhuǎn)速直接影響著發(fā)電機(jī)功率、電壓、頻率的輸出。當(dāng)風(fēng)速到達(dá)切入風(fēng)速時(shí)，風(fēng)輪開始旋轉(zhuǎn)并帶動(dòng)發(fā)電機(jī)發(fā)電。風(fēng)力增強(qiáng)，風(fēng)輪轉(zhuǎn)速增加，發(fā)電機(jī)輸出功率增加。當(dāng)風(fēng)速達(dá)到額定風(fēng)速時(shí)，發(fā)電機(jī)輸出額定功率。之后輸出功率保持大致不變。如果風(fēng)速進(jìn)一步增加，達(dá)到切出風(fēng)速的時(shí)候，風(fēng)輪通過(guò)剎車系統(tǒng)進(jìn)行剎車停機(jī)，發(fā)電機(jī)不再輸出功率，以免風(fēng)電機(jī)組受損[[] 賀德馨, 等. 風(fēng)工程與空氣動(dòng)力學(xué)[M]. 北京: 國(guó)防工業(yè)出版社,2006.]。 控制器是風(fēng)力發(fā)電機(jī)組的核心部件，主要包括控制和檢測(cè)兩部分?？刂撇糠值闹饕饔檬歉鶕?jù)風(fēng)速、風(fēng)向?qū)ο到y(tǒng)加以控制，使