城市微电网短期负荷预测-研究

《城市微电网短期负荷预测-研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、华北电力大学硕士学位论文摘要微电网短期负荷预测是实现微电网安全、节能、高效运行的重要前提，是实现微电网能量优化管理的先决条件和基本依据，其预测效果的好坏直接关系到微电网和大电网系统发供电计划的编制、电能质量的高低和电力市场的交易等。微电网用户侧的负荷基荷小、波动性和随机性大、数据相对短缺的特点，使得其短期负荷预测有别于大电网且难度更大。关于微电网短期负荷预测的研究，国内外相关学者主要集中在微源的发电预测领域，而对微电网用户侧负荷短期预测的研究却寥若晨星。因此，本文就城市微电网短期负荷预测展开研究具有重要意义。介绍了最小二乘支持向量机算法的原理，指出其用于短期负荷预测时的主要问题，

2、结合微电网负荷的特点，提出了一种改进的LS-SVM城市微电网短期负荷预测模型。为确定预测模型的输入向量，对历史负荷数据进行了包括缺失数据的补足、横向平滑处理和纵向平滑处理这三方面的预处理；分析并量化了日类型、温度、天气类型和风力等主要影响因素，其中提出一种新的更加客观、合理、细致的日类型量化方法；并对所有相关数据做了归一化处理。为选取预测模型的训练样本，提出一种负荷点尺度空间上基于双向加权相似日的训练样本选取模型。该选取模型考虑了短期负荷的连续性和周期性、气象因子的累积效应以及历史负荷“近大远小”的距离效应，其相似日评价函数综合了该负荷点连续多日的负荷序列局部形相似度、横向加权的

3、日特征相似度和纵向加权的时间因子。选定一种同时兼顾了模型的学习能力和泛化能力混合核函数作为预测模型的核函数，并用粒子群优化算法对本文预测模型的相关参数进行了优选。实例表明微电网短期负荷预测不同于普通大电网，并验证了所构建预测模型的训练样本选取、核函数选定和参数优化这三个环节的合理性，证明所构建的预测模型可以改善预测效果，更适用于城市微电网短期负荷预测，具有一定的工程实用价值。关键词：微电网；短期负荷预测；最小二乘支持向量机；相似日；粒子群优化算法-I-华北电力大学硕士学位论文AbstractMicrogridsshort-termloadforecastingistheimpor

4、tantpreconditionforthemicrogridstoachieveitssecurity,energysavingandefficientoperationandistheprerequisiteandfundamentalbasisfortheoptionalmicrogridsenergymanagement.Itspredictionaccuracydirectlyaffectssupplyplansofpowergeneration,powerqualityandpowermarkettransactionsofmicrogridsandlargepowe

5、rsysterms.Thesmallbaseload,highfluctuationandbigrandomnessofthemicrogridsmakeitsshort-termloadforecastingdifferentfromthelargepowersystem’sandleadtodifficultloadforecasting.However,theforeignanddomesticresearchofthemicrogridsshort-termloadforecastingismainlyforthefieldofmicropowersourcesforec

6、astingandisfeworfarbetweenontheuserside.Therefore,itisofimportancetostudyonurbanmicrogridsshort-termloadforecasting.Thispaperintroducestheleastsquaresupportvectormachine(LS-SVM)algorithmtheory,andthenpointsouttheadvantagesofLS-SVMusedonshort-termloadforecasting.Inviewofvariousshortcomingsfoun

7、dinLS-SVMshort-termloadforecastingmodel,italsoputsforwardoneimprovedLS-SVMmicrogridsshort-termloadforecasting.Inordertodeterminetheinputvectorfortheimprovedforecastingmodel,thispaperaccomplishasequenceofoperationsontheoriginalloaddata,includi