新能源与高效节能

本发明公开一种基于IGOA优化ELM的超短期风电功率预测方法，包括：从风电场数据采集与监视控制系统获取到历史风速和风电功率数据，对数据进行预处理，并选取训练数据样本和测试数据样本，建立ELM预测模型；对GOA进行改进，采用Cubic混沌映射方法对GOA的种群进行初始化；通过一种基于正弦函数的调整参数控制策略来更新递减系数；在蝗虫个体位置更新处引入柯西变异操作，得到IGOA；利用IGOA优化ELM的参数，获得最优参数；将获得的最优参数和测试数据样本输入到ELM预测模型中得到预测结果，并选取风电预测中常用的三种评价指标：均方根误差RMSE、平均绝对误差MAE和最大绝对值误差Emax，对模型的预测性能进行评价。本发明有效地预测超短期风电功率，提高预测模型精度。

成果亮点

发明目的：本发明的目的是针对现有技术的不足，提出一种基于IGOA优化ELM的超短期风电功率预测方法，解决现有ELM预测模型存在参数难以确定，易陷入局部最优等技术问题，提高预测模型精度。 技术方案：一种基于IGOA优化ELM的超短期风电功率预测方法，包括以下步骤： 步骤1：从风电场数据采集与监视控制系统获取到历史风速和风电功率数据，对数据进行预处理，并选取训练数据样本和测试数据样本，建立ELM预测模型； 步骤2：对GOA进行改进，采用Cubic混沌映射方法对GOA的种群进行初始化； 步骤3：通过一种基于正弦函数的调整参数控制策略来更新递减系数； 步骤4：在蝗虫个体位置更新处引入柯西变异操作，得到IGOA；

提高风电并网效率：随着风电装机容量的不断增加，风电功率预测在风电并网调度中的作用越来越重要。该方法可以提高超短期风电功率预测的准确性，使得电网调度中心能够更准确地预测风电功率，更好地协调风电与其他电源的出力，提高风电并网效率。

增强风电场运行管理能力：风电场运行管理需要准确的预测结果来制定发电计划、安排检修等活动。该方法可以提高预测精度，帮助风电场更好地管理其发电过程。

提高电力交易市场的透明度：准确的超短期风电预测有助于增加电力交易市场的透明度，使电力生产者和消费者能够更准确地了解电力市场的供需情况和价格趋势。这有助于促进电力市场的公平竞争，提高电力交易效率。

有益效果：与现有技术相比，本发明具有如下显著的优点：首先对GOA采用Cubic混沌映射方法初始化蝗虫的位置构建基于正弦函数的调整参数控制策略的递减系数c和在蝗虫个体位置更新处添加柯西变异操作，使变异后的蝗虫可以增加种群多样性，加快收敛速度，帮助算法跳出局部最优，寻找到新的最优解，增强算法可靠性；然后利用IGOA对ELM的参数进行优化，从而达到提高预测模型精度的目的。