基于改进PSO算法的Logistic模型在饱和负荷预测中的应用

被引：14

作者：

林勇 ^{[1
]}

邹品晶 ^{[2
]}

左郑敏 ^{[3
]}

欧阳旭 ^{[2
]}

朱向前 ^{[2
]}

姚建刚 ^{[2
]}

机构：

[1] 广东电网公司电网规划研究中心

[2] 湖南大学电气与信息工程学院

[3] 广东电网发展研究院有限责任公司

来源：

电力需求侧管理 | 2015年 / 17卷 / 05期

关键词：

PSO算法; 饱和电力负荷预测; Logistic时间序列预测; 参数求解; Marquardt迭代算法;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 [电力系统及其自动化];

摘要：

将改进的粒子群(PSO)算法应用到饱和电力负荷预测中,通过与Logistic时间序列预测模型相结合,对Logistic曲线函数进行优化参数求解。建立了基于该优化算法的Logistic时间序列饱和负荷预测模型,利用某地区电网历史数据进行Logistic时间序列分析。仿真结果表明,该改进算法收敛速度快,全局寻优能力强,克服了传统PSO算法局部搜索能力较差、容易陷入局部最优的缺点。利用它得到的Logistic拟合曲线,相对于传统PSO算法和Marquardt迭代算法的拟合结果,精度有明显的提高,说明该模型能够很好地反映电力负荷整体变化趋势。另外,运用该模型和人均用电量法分别对某地区电网饱和全社会用电量进行预测,结果显示两者预测结果较为接近,而人均用电量法在饱和电力负荷预测中运用已较为成熟,因此可以证明该模型应用到饱和电力负荷预测中是可行的。

引用

页码：5 / 10

页数：6

共 14 条

[1]

电网发展的阶段性研究及启示 [D].