智能電網超短期負荷預測方法研究.pdf

1、隨著智能電網的發(fā)展，越來越多的新能源接入其中，如太陽能、風能等，形成分布式電網模式。然而，這些新能源的發(fā)電量易受光照、風速等自然條件的影響，尤其隨著新能源接入量的增加，其本身的波動性對智能電網的穩(wěn)定性帶來很大影響。在電網穩(wěn)定性狀態(tài)評估和電網實時動態(tài)無功電壓優(yōu)化控制等方面，超短期負荷預測具有重要的參考意義。超短期負荷預測具有預測時間短、實時性要求高等特點，目前正處于研究階段。智能電網中大量的時序數據對于超短期負荷預測具有重要的參考價值，如

2、何有效地利用智能電網中的時序數據，充分挖掘其中潛在信息的關聯(lián)性進行超短期負荷預測，成為智能電網系統(tǒng)的一個熱門研究方向。
　　本文針對目前超短期負荷預測算法存在的穩(wěn)定性差和忽略用戶行為相似性等問題，提出了基于虛擬用戶模型和預測區(qū)間的超短期預測模型;然后結合電力用戶數據的數據流特點，提出了基于數據流聚類的超短期負荷預測方法，提高了預測速度。本文主要的研究有如下幾個方面。
　　首先，對現(xiàn)有的超短期負荷預測算法進行了綜述，分析了現(xiàn)有

3、預測算法的缺點。其次，針對現(xiàn)有的預測算法中未考慮到用戶用電行為的相似性的問題，通過分析用戶負荷曲線的特點，提出虛擬用戶模型;再次，考慮到用戶用電行為的隨機性特點，引入預測區(qū)間以提高預測算法的穩(wěn)定性，結合虛擬用戶模型，提出了基于虛擬用戶模型和預測區(qū)間的超短期預測模型;然后，根據智能電網中用戶負荷數據的時序特性，采用數據流聚類技術對虛擬用戶模型的超短期負荷預測算法進行改進，提高了算法的預測速度;最后，通過實驗驗證，本文提出的基于虛擬用戶模型