火电机组超短期负荷预测

随着用电结构转变和可再生能源规模化并网导致的电网随机性扰动增加,电网侧需要加强对火电机组等可控可调性发电电源的统筹调度,降低其短期不可控性带来的风险。本文提出小波变换与自回归积分滑动平均(ARIMA)模型相结合的综合法用于火电机组负荷预测。该方法针对火电机组负荷信号的特点,先通过小波变换将历史负荷信号分解为规律性较好的概况信号和随机性较强的细节信号,分别建立ARIMA模型并进行拟合预测,最后加权求和得到最终预测值。利用该方法对某机组正常和异常工况下的负荷运行数据进行预测仿真,仿真结果表明本文方法预测精度明显优于ARIMA方法。