基于改进混沌时间序列的风电功率区间预测方法

风电功率区间预测是预测给定置信水平下风电功率的上限和下限，可以反映风电功率的变化范围，为调度提供有效的辅助信息。考虑风电功率的混沌特性，提出了基于改进混沌时间序列的风电功率区间预测方法。由于风电功率具有强间歇性和波动性，传统的混沌时间序列方法在风电功率区间预测中难以获得好的聚类效果和高的预测精度，影响了功率区间预测的结果。引入蚁群聚类算法和支持向量机，利用蚁群聚类算法的强搜索能力和支持向量机的强预测能力对传统方法进行改进，获得了更好的区间预测结果。将改进方法应用于英国和德国风电场的风电功率区间预测中，对比分析改进方法与基于神经网络的功率区间预测方法和传统方法在不同置信水平下的预测结果，验证了所提改进方法的有效性。