智能電網(wǎng)環(huán)境下的短期負荷預測研究及實現(xiàn).pdf

1、電力系統(tǒng)短期負荷預測技術對制訂系統(tǒng)日常運行計劃和確保系統(tǒng)的安全、穩(wěn)定、經(jīng)濟運行具有十分重要的意義。經(jīng)濟和環(huán)境的可持續(xù)性發(fā)展是人類社會的生存與發(fā)展的基礎,智能電網(wǎng)為建立節(jié)能、高效、環(huán)保、安全、可靠的電力系統(tǒng)提供了方向。風能、太陽能等綠色可再生能源的并網(wǎng)發(fā)電是智能電網(wǎng)的重要組成部分,有效降低了傳統(tǒng)能源的消耗,保護了環(huán)境。但由于其間歇性、不穩(wěn)定性等特征,對電網(wǎng)的安全穩(wěn)定運行提出了挑戰(zhàn)?？煽康娘L電、光伏發(fā)電預測是智能電網(wǎng)環(huán)境下實現(xiàn)并網(wǎng)發(fā)電的基礎

2、。因此負荷預測問題,無論是在傳統(tǒng)電網(wǎng)環(huán)境下,還是在智能電網(wǎng)的新環(huán)境下,都是電力領域需要解決的重要課題。
　　 本文研究并提出了一種密母核向量回歸混合算法,并將該算法應用于電力系統(tǒng)短期負荷預測和風電輸出功率預測問題中。在短期負荷預測中,負荷的特征是構建負荷預測模型的基礎,本文通過對負荷特征的分析,得到了影響負荷的主要因素:日期類型與溫度,根據(jù)這一原則構造樣本。核向量回歸模型是一種可以解決大規(guī)模樣本的非線性回歸問題的有效方法,其參數(shù)

3、選擇是影響模型復雜度和預測精度的主要因素,現(xiàn)有的優(yōu)化模型如遺傳算法和粒子群算法,一個共同的缺點是局部搜索能力不足,易陷入局部極小值。本文提出采用密母優(yōu)化算法解決核向量回歸的參數(shù)優(yōu)化方法。通過實驗分析了影響密母算法優(yōu)化效果的兩個要素:種群規(guī)模和局部搜索門限,實驗結果表明適當?shù)姆N群規(guī)?？梢源_保種群多樣性,適當?shù)木植克阉鏖T限可以避免優(yōu)化陷入局部極小值?；谕愋腿諛颖緲嬙旆椒ǖ拿苣负讼蛄炕貧w模型,應用于短期負荷預測,與遺傳算法核向量回歸模型相