电子设计工程ElectronicDesignEngineering第31卷Vol.31第15期No.152023年8月Aug.2023收稿日期：2022-04-06稿件编号：202204037基金项目：黑龙江省属本科高校引导性创新基金项目（2018YDQ-02）作者简介：徐炜君（1981—），男，陕西富平人，硕士，副教授。研究方向：智能制造、新能源。随着“碳达峰碳中和”目标的提出，可再生能源的作用愈显突出，我国可再生能源装机规模持续扩大，截止到2021年11月底，我国风电装机容量已跃居世界首位，约为3亿千瓦，同比增长29%，风电利用率达到了96.9%。但风自身的不稳定性，使得风力发电具有波动性、间歇性和非线性的特点，因而大规模的风电并网会对电网调峰、调频和安全稳定运行带来极大挑战[1]。为了更加合理地利用风电，提高风电功率预测精度成为学界研究的热点。考虑主环境因素的GWO-SVR风电功率超短期预测徐炜君（东北石油大学秦皇岛校区电气信息工程系，河北秦皇岛066004）摘要：随着我国风电产业的高速发展，风电功率预测的作用也愈显突出。提高风电功率超短期预测的稳定度、速度和精度，是更加合理地利用风电的关键技术之一。在深入分析影响风机出力主要环境因素的基础上，对真实风电场的环境监测历史数据进行了降维处理，以风速、风向、温度及湿度四个主环境因素作为GWO-SVR预测模型的训练和测试集，进行预测分析。不同预测模型的对比表明，降维处理可有效降低模型的复杂程度，降低无用数据对预测结果的影响，预测结果的稳定性、速度及精度均有提高。关键词：环境因素；风电功率；支持向量回归机；灰狼优化算法；超短期预测中图分类号：TM614文献标识码：A文章编号：1674-6236（2023）15-0150-07DOI：10.14022/j.issn1674-6236.2023.15.031Ultra⁃short⁃termwindpowerpredictionconsideringmainenvironmentalfactorsbasedonGWO-SVRXUWeijun（DepartmentofElectricalInformationEngineering，NortheastPetroleumUniversityatQinhuangdao，Qinhuangdao066004，China）Abstract:WiththerapiddevelopmentofChina’swindpowerindustry，theroleofwindpowerpredictionisbecomingmoreandmoreprominent.Improvingthestability，speedandaccuracyofultra⁃short⁃termpredictionofwindpowerisoneofthekeytechnologiestomakemorerationaluseofwindpower.Basedonthein⁃depthanalysisofthemainenvironmentalfactorsaffectingtheoutputofthewindpowergenerator，thedimensionreductionprocessingiscarriedoutonth...
