基于IWOA-ELM的风功率特征参量预测方法

在风力储能微电网中,提前精确地对风电场的实际输出功率进行预测,能够有效提高并网调节的稳定性。针对现有模型对风功率特征参量预测精度不高,提出一种基于IWOAELM(improved whale optimization algorithm of extreme learning machine,IWOA-ELM)的风功率特征参量预测方法。通过改进鲸鱼算法优化极限学习机的参数,建立基于时间序列的IWOAELM风功率特征参量预测模型,预测未来时刻风功率的特征参量;采用均方根误差、平均绝对误差等指标综合评估模型的预测性能。试验结果表明,提出的预测方法在风速上的均方根误差和平均绝对误差为5.488、3.72%,在风向上的均方根误差和平均绝对误差为19.354、12.46%。预测精度明显高于WOA-ELM、PSO-ELM、BP、ELM等风功率预测模型。