风能作为最具发展前景的可持续能源之一，正受到研究人员的关注。由于风速系列的波动性和不稳定性，风电整合面临严峻挑战;因此，准确的风能预测在智能电网的规划和管理中起着至关重要的作用。然而，许多传统的预测模型没有考虑到数据预处理的必要性和重要性，忽视了单一预测模型的局限性，导致预测精度较差。为了解决这些问题，提出了一种基于两种线性和四种非线性预测算法的新型组合模型，以适应风能时间序列的线性和非线性特性。此外，提出了一种改进的人工鱼群算法和蚁群优化算法(AFSA-ACO)，并利用该算法确定组合模型的最优权重系数。为了验证所建立的组合模型的预测性能，在山东采用10分钟间隔风速数据进行了多次试验。然后进行一步(10分钟)、三步(30分钟)、五步(50分钟)的预测。实验结果表明，所建立的组合模型在风速预测精度和稳定性方面明显优于所有基准模型。
——文章发布于2019年1月
