基于多目标优化的超短期风电功率预测模型

闫远洋; 谢丽蓉; 张龙军; 任娟; 黄晨晨; 胡超

doi:10.16088/j.issn.1001-6600.2025091401

广西师范大学学报（自然科学版） ›› 2026, Vol. 44 ›› Issue (4) : 56 -70. DOI: 10.16088/j.issn.1001-6600.2025091401

基于多目标优化的超短期风电功率预测模型

闫远洋, 谢丽蓉, 张龙军, 任娟, 黄晨晨, 胡超

作者信息 +

Author information +

文章历史 +

摘要

为提高风电功率预测精度，本文提出一种融合分解优化与多目标损失函数的超短期风电功率预测组合模型。首先，基于改进灰狼优化算法动态搜索变分模态分解的最优模态分量数量，实现风电功率序列的高效分解，同时对预测模型的超参数进行自适应寻优，提升模型泛化能力；随后，设计融合预测准确性、稳定性及并网合格率的多目标损失函数，对各模态分量的预测结果进行协同训练与优化；最后，通过加权叠加各分量预测结果重构最终风电功率预测值。选取不同季节的实测风电数据开展验证实验，结果显示，模型的标准化平均绝对误差、标准化均方根误差和决定系数最优值分别达到1.68%、0.01%和99.45%,显著优于对比模型。实验表明，所提模型在预测精度与动态适应性上优势显著。