考虑主动需求的主动配电网负荷预测

被引:33
作者
刘会家
管鑫
陈波
黄泰相
程璐瑶
刘士祥
机构
[1] 三峡大学电气与新能源学院
关键词
主动配电网; 主动需求; 负荷预测; 支持向量机; 粒子群优化;
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
主动配电网的主动需求管理技术(Active Demand,AD)通过市场引导机制来改变用户的典型用电行为,电网负荷特性随之发生改变,降低了传统负荷预测技术的预测精度。针对AD对主动配电网负荷预测的影响,考虑用户响应特性分析影响AD响应负荷的因素,作为负荷预测的外生输入量,然后利用粒子群优化的支持向量机技术在黑盒框架下建立含AD输入的完备负荷预测模型,提出了适用于考虑主动需求的主动配电网负荷预测新方法。基于用户响应行为的现实考虑,建立时变AD模型产生含AD效应的负荷数据集来测试所提出的负荷预测方法。实验结果表明,所提负荷预测模型与不含AD输入的负荷预测模型相比,预测精度更高。
引用
收藏
页码:68 / 74
页数:7
相关论文
共 14 条
[1]
面向主动响应和售电市场的主动配电系统负荷预测 [J].
刘孝杰 ;
苏小林 ;
阎晓霞 ;
吴富杰 ;
王佳伟 .
电力系统及其自动化学报, 2017, 29 (02) :121-128
[2]
基于改进灰色理论的主动配电网中长期负荷预测 [J].
雷涛 ;
吕勇 ;
马淑慧 .
电网与清洁能源, 2016, 32 (09) :22-28
[3]
主动配电网用户侧能量管理系统设计与实现 [J].
胡勇 .
电力系统保护与控制, 2016, 44 (16) :149-155
[4]
基于混合智能粒子群算法的广义电源主动配电网优化配置 [J].
潘超 ;
焦薇羽 ;
孟涛 ;
尹杭 .
电力系统保护与控制, 2016, 44 (07) :69-75
[5]
基于支持向量机回归组合模型的中长期降温负荷预测 [J].
王宁 ;
谢敏 ;
邓佳梁 ;
刘明波 ;
李嘉龙 ;
王一 ;
刘思捷 .
电力系统保护与控制, 2016, 44 (03) :92-97
[6]
主动配电网的分布式电源优化规划方案研究 [J].
张跃 ;
杨汾艳 ;
曾杰 ;
张斌 ;
梁唐杰 .
电力系统保护与控制, 2015, 43 (15) :67-72
[7]
基于模糊信息粒化和最小二乘支持向量机的风电功率联合预测建模 [J].
王恺 ;
关少卿 ;
汪令祥 ;
王鼎奕 ;
崔垚 .
电力系统保护与控制, 2015, 43 (02) :26-32
[8]
主动配电网现状与未来发展 [J].
赵波 ;
王财胜 ;
周金辉 ;
赵俊晖 ;
杨野青 ;
余金龙 .
电力系统自动化, 2014, 38 (18) :125-135
[9]
基于粒子群优化算法的支持向量机研究 [J].
谷文成 ;
柴宝仁 ;
滕艳平 .
北京理工大学学报, 2014, 34 (07) :705-709
[10]
主动配电网规划中的负荷预测与发电预测 [J].
钟清 ;
孙闻 ;
余南华 ;
柳春芳 ;
王芳 ;
张鑫 .
中国电机工程学报, 2014, 34 (19) :3050-3056