基于集群负荷预测的主动配电网多目标优化调度

被引：32

作者：

刘新苗 ^{[1
]}

李卓环 ^{[2
]}

曾凯文 ^{[1
]}

刘嘉宁 ^{[1
]}

李富盛 ^{[2
]}

余涛 ^{[2
]}

赖界亨 ^{[2
]}

机构：

[1] 广东电网有限责任公司电力调度控制中心

[2] 华南理工大学电力学院

来源：

电测与仪表 | 2021年 / 05期

关键词：

模糊聚类; 极限学习机; 日前调度; 实时调度; 多目标;

D O I：

暂无

中图分类号：

TM73 [电力系统的调度、管理、通信];

学科分类号：

120103 [信息系统与信息管理];

摘要：

常规的配电网调度模式中,往往通过可控分布式电源、储能和柔性负荷来调节预测误差和实时波动,粗略地预测负荷值,这使得负荷预测往往不够精准,而且用可控分布式电源、柔性负荷或储能平衡配电网负荷波动,会造成较大的波动成本和备用成本。对此提出一种基于集群负荷预测的主动配电网多目标优化调度方法。采用模糊聚类的方法,对负荷进行集群划分,利用极限学习机对负荷进行集群预测。基于预测值,先以有功调度成本最低进行日前调度,再在日前调度的基础上进行修正,以可控分布式出力修正量最小、储能出力修正量最小、柔性负荷修正量最小为目标进行实时调度。

引用

页码：98 / 104

页数：7

共 16 条

[1]

基于智能相似日识别及偏差校正的短期负荷预测方法 [J].