ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ）２０２３年第３７卷第４期Ｖｏｌ．３７Ｎｏ．４２０２３收稿日期：２０２２－０６－１４基金项目：国家自然科学基金项目（４２２７５１５６）；中国国家铁路集团有限公司科技研究开发计划重点课题（Ｎ２０１９Ｔ００３）；中国国家铁路上海局集团公司科技研究开发计划重大课题（２０１９０４１）作者简介：陈申，男，硕士，主要从事风电功率预测研究，Ｅ-ｍａｉｌ：１５２５２０１９４９２＠１６３．ｃｏｍ；通信作者叶小岭，女，硕士生导师，主要从事新能源发电相关技术研究，Ｅ-ｍａｉｌ：０００５１０＠ｎｕｉｓｔ．ｅｄｕ．ｃｎ。本文引用格式：陈申，叶小岭，熊雄，等．基于天鹰优化算法的短期风电功率区间预测［Ｊ］．重庆理工大学学报（自然科学），２０２３，３７（４）：３０４－３１４．Ｃｉｔａｔｉｏｎｆｏｒｍａｔ：ＣＨＥＮＳｈｅｎ，ＹＥＸｉａｏｌｉｎｇ，ＸＩＯＮＧＸｉｏｎｇ，ｅｔａｌ．Ｓｈｏｒｔ-ｔｅｒｍｗｉｎｄｐｏｗｅｒｉｎｔｅｒｖａｌｐｒｅｄｉｃｔｉｏｎｂａｓｅｄｏｎＡｑｕｉｌａｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍ［Ｊ］．ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ），２０２３，３７（４）：３０４－３１４．ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７４－８４２５（ｚ）．２０２３．０４．０３５基于天鹰优化算法的短期风电功率区间预测陈申１，叶小岭１，２，熊雄１，陈昕１（１．南京信息工程大学自动化学院，南京２１００４４；２．南京信息工程大学气象灾害预报预警与评估协同创新中心，南京２１００４４）摘要：为克服随机森林算法预置参数依赖经验设定和风电确定性预测难以描述其随机性的困难，提出一种基于天鹰优化算法（Ａｑｕｉｌａｏｐｔｉｍｉｚｅｒ，ＡＯ）、随机森林（ＲＦ）和非参数核密度估计（ＮＫＤＥ）相结合的区间预测方法。首先将ＡＯ与ＲＦ相结合进行功率单点值预测，在此基础上，为了能够给电网调度和优化配置提供更多信息，引入ＮＫＤＥ进行风电功率区间预测。根据所提出的方法，对如东某风场使用ＷＲＦ模式预报的风速数据进行对比实验。实验证明，ＡＯ-ＲＦ-ＮＫＤＥ区间预测模型能够给出综合性能更优的风电功率波动区间，对减少风电功率不确定性，弱化电网波动具有应用价值...
