基于负荷分解和实时气象因素的短期负荷预测_刘旭

《基于负荷分解和实时气象因素的短期负荷预测_刘旭》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、DOI:10.13335/j.1000-3673.pst.2009.12.014第33卷第12期电网技术Vol.33No.122009年6月PowerSystemTechnologyJun.2009文章编号：1000-3673（2009）12-0094-07中图分类号：TM715文献标志码：A学科代码：470·4051基于负荷分解和实时气象因素的短期负荷预测111223刘旭，罗滇生，姚建刚，贺辉，张凯，刘霏（1．湖南大学电气与信息工程学院，湖南省长沙市410082；2．湖南省电力调度通信中心，湖南省长沙市410007；3．衡阳市电业局，湖南省衡阳市421001）Short-TermL

2、oadForecastingBasedonLoadDecompositionandHourlyWeatherFactors111223LIUXu，LUODian-sheng，YAOJian-gang，HEHui，ZHANGKai，LIUFei（1．CollegeofElectricalandInformationEngineering，HunanUniversity，Changsha410082，HunanProvince，China；2．HunanElectricPowerDispatchandCommunicationCenter，Changsha410007，HunanProv

3、ince，China；3．HengyangPowerSupplyBureau，Hengyang421001，HunanProvince，China）ABSTRACT:Accordingtothecorrelationofareaweatherand0引言powerload，thebasicloadthatisnotsensitivetoweatherand短期负荷预测是电力系统规划和运行的基础，关weather-sensitiveloadinfluencedbyweatherfactorsare[1]系到整个电力系统的效率、效益和安全性。负荷需decomposedfromtotall

4、oad,andthesetwodecomposedparts[2]aremodelledandforecastedbyGM(1,1)modelandmulti-layer求受诸多因素影响，如地区经济发展水平、能源供[3]feed-forwardneuralnetworkbasedonLevernberg-Marquardt应方式、用电结构、电价水平、气候变化、需求侧backpropagation(LMBP)algorithmrespectively.Onthebasis管理政策等，使得负荷变化呈现非平稳的随机过程。ofanalyzingthecorrelationamonghourl

5、yweatherfactorsand因此，研究各影响因素与电力负荷之间的关联性，寻dailycharacteristicmeteorologicalfactorswithweather-求适应性好的算法，一直是此方面的研究重点。sensitiveload,thecorrelativityofsomeoftheseweather在诸多影响因素中，气象对电力负荷的影响具factorswithweather-sensitiveloadaretakenasthefocustobe有更突出的规律性，如在春季，降雨对灌溉负荷影grasped.Bymeansofchoosinginputvaria

6、blesofneural[4]networkreasonably,theshort-termloadforecastingbasedon响较大；在夏季，温度和湿度对降温负荷影响较大；hourlyweatherfactorsisimplemented.Practicalapplication在冬季，寒冷状况对取暖负荷影响较大。showstheproposedmethodiseffective.近年来已有很多文献在负荷预测建模时将气[5-12]象因素考虑进来。文献[13]将历史负荷和天气因KEYWORDS:short-termloadforecasting；hourlyweatherfa

7、ctors；loaddecomposition；weather-sensitiveload；neural素对负荷预测的影响分开考虑，采用径向基函数network(radialbasisfunction，RBF)子网络描述历史负荷的影响，采用BP(backpropagation)子网络给出天气因摘要：根据地区气象与负荷的相关关系，从总负荷中分解出对气象不敏感的基础负荷和受气象因素影响的气象敏感负素的映射关系，并最终将2个子网络组合成一个级荷，并分别采用灰色系