来源：期刊VIP网 时间：
作者：汪繁荣;梅涛;张旭东;汪筠涵;肖悦;
单位：湖北工业大学电气与电子工程学院;襄阳湖北工业大学产业研究院;
摘要：为解决风电功率输出的不确定性、弱化电网波动以及电网的提质增效等问题，提出一种基于变分模态分解（VMD）、Piecewise混沌映射、北方苍鹰优化（NGO）算法和随机森林（RF）的组合模型。该模型采用麻雀搜索算法（SSA）对VMD核心参数（K值和惩罚系数α）进行寻优，通过SSA-VMD将原始功率序列分解为多个有限带宽的特征模态分量，以降低原始数据的复杂度和非平稳性对预测精度的影响；然后，构建模态分量并在改进的北方苍鹰算法优化随机森林中进行预测；最后，将各分量预测结果叠加，得到最终预测值。以内蒙古某风电场的实测数据为研究对象，将所提组合模型与另外6种模型进行比较。结果表明，所设计模型预测结果平均绝对百分比误差（MAPE）为1.734%，均方根误差为0.068 MW,R2为0.992，证明了该模型的有效性。
关键词：短期风电功率预测;;北方苍鹰算法;;Piecewise混沌映射;;随机森林;;变分模态分解;;麻雀搜索算法
基金资助：国家自然科学基金项目（52307239）
