１２东北电力技术ＮＯＲＴＨＥＡＳＴＥＬＥＣＴＲＩＣＰＯＷＥＲＴＥＣＨＮＯＬＯＧＹ２０２３年第４４卷第３期电网技术基于ＨＧＷＯ－ＳＶＭ的风电功率预测方法研究乔路丽（国网辽阳供电公司，辽宁辽阳１１１０１０）摘要：风电并网进程越来越快，风电功率随机性、间歇性等特点也对整个电网电压以及频率等带来了一定的影响，电网对风力发电功率预测精度提出了更高的要求。基于清洗后的数据，以风力发电输出功率作为输出，在原始的灰狼优化算法（ｇｒｅｙｗｏｌｆｏｐｔｉｍｉｚａｔｉｏｎ，ＧＷＯ）中引入交叉、变异和选择过程，为提升全局搜索性能，搭建了混合灰狼优化算法（ｈｙｂｒｉｄｇｒｅｙｗｏｌｆｏｐｔｉｍｉｚａｔｉｏｎ，ＨＧＷＯ），并用其对支持向量机（ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ，ＳＶＭ）中的核函数系数ｇ和惩罚系数ｃ进行全局寻优，训练得到基于ＨＧＷＯ－ＳＶＭ风电功率预测模型。预测结果对比传统的算法形式（包括优化ＳＶＭ、粒子群算法优化ＳＶＭ、遗传算法优化ＳＶＭ），所提的方法更具优越性，耗时相对较短，能实现对风电功率精准、快速预测。关键词：支持向量机；功率预测；风力发电；混合灰狼算法［中图分类号］ＴＭ６１５［文献标志码］Ａ［文章编号］１００４－７９１３（２０２３）０３－００１２－０６ＲｅｓｅａｒｃｈｏｎＷｉｎｄＰｏｗｅｒＦｏｒｅｃａｓｔｉｎｇＭｅｔｈｏｄＢａｓｅｄｏｎＨＧＷＯ⁃ＳＶＭＱＩＡＯＬｕｌｉ（ＳｔａｔｅＧｒｉｄＬｉａｏｙａｎｇＰｏｗｅｒＳｕｐｐｌｙＣｏｍｐａｎｙ，Ｌｉａｏｙａｎｇ，Ｌｉａｏｎｉｎｇ１１１０１０，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｅｇｒｉｄｃｏｎｎｅｃｔｉｏｎｐｒｏｃｅｓｓｏｆｗｉｎｄｐｏｗｅｒｉｓｇｅｔｔｉｎｇｆａｓｔｅｒａｎｄｆａｓｔｅｒ．Ｔｈｅｒａｎｄｏｍｎｅｓｓａｎｄｉｎｔｅｒｍｉｔｔｅｎｃｙｏｆｗｉｎｄｐｏｗｅｒａｌｓｏａｆｆｅｃｔｔｈｅｖｏｌｔａｇｅａｎｄｆｒｅｑｕｅｎｃｙｏｆｔｈｅｗｈｏｌｅｇｒｉｄ．Ｔｈｅｐｏｗｅｒｇｒｉｄｄｅｍａｎｄｓｈｉｇｈｅｒａｃｃｕｒａｃｙｏｆｗｉｎｄｐｏｗｅｒｐｒｅｄｉｃｔｉｏｎ．Ｂａｓｅｄｏｎｔｈｅｃｌｅａｎｅｄｄａｔａ，ｉｔｔａｋｅｓｔｈｅｏｕｔｐｕｔｐｏｗｅｒｏｆｗｉｎｄｐｏｗｅｒｇｅｎｅｒａｔｉｏｎａｓｔｈｅｏｕｔｐｕｔ，ａｎｄｉｎｔｒｏｄｕｃｅｓｔｈｅｃｒｏｓｓｏｖｅｒ，ｍｕｔａｔｉｏｎａｎｄｓｅｌｅｃｔｉｏｎｐｒｏｃ...
