摘要: 研究了一类Hammerstein有限脉冲响应模型的建模方法,并用于风电场弃风电量预测领域。采用极大似然估计律对似然方程进行最小化,同时为了减少有色噪声对建模过程的干扰,结合极大似然估计方法和滤波过程,将原本耦合的非线性模型转变为独立参数的辨识模型,进而推导了一类基于滤波的极大似然随机梯度辨识算法,并将该方法用于风电场弃风电量的预测领域。仿真结果表明提出的算法可以精确的辨识实际风电场的风电功率特性曲线,并能很好的预测风电场的弃风电量情况,具有很强的实用性。
中图分类号:
王子赟, 纪志成. 基于滤波极大似然随机梯度的弃风电量预测[J]. 系统仿真学报, 2017, 29(3): 589-594.
Wang Ziyun, Ji Zhicheng. Filtering Based Maximum Likelihood Stochastic Gradient Prediction on Wind Power Curtailment[J]. Journal of System Simulation, 2017, 29(3): 589-594.