基于柔性负荷响应特性的超短期预测方法

被引:21
作者
张丽
张涛
王福忠
祁鑫
机构
[1] 河南理工大学电气工程与自动化学院
关键词
自动需求响应系统; 柔性负荷; 负荷预测; 自动响应; 黑匣子;
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
在自动需求响应系统(ADRS)中,当大量的用电负荷数据被自动实时采集时,受节假日、天气、温度等因素的影响,用户侧负荷用电特性会随着响应策略的变化而发生变化。传统负荷预测方法的预测精度也将会被降低,不再满足ADRS要求。针对这一问题,基于柔性负荷的响应特性,将"预测-调度-响应"各环节视为一个闭环控制系统,把自动响应(AD)信号作为一个输入变量引入系统。基于丰富的负荷用电数据,采用"黑匣子"思想建立了闭环超短期负荷预测模型,并用仿真结果验证了模型的有效性。结果表明,该模型与传统预测模型相比,预测精度明显提高。
引用
收藏
页码:27 / 34
页数:8
相关论文
共 13 条
[1]
基于智能方法的电力系统负荷预测模型及其应用研究 [D]. 
刘晓娟 .
东华大学,
2014
[2]
Stochastic risk-constrained scheduling of smart energy hub in the presence of wind power and demand response.[J].Amirhossein Dolatabadi;Behnam Mohammadi-Ivatloo.Applied Thermal Engineering.2017,
[3]
An analysis of load reduction and load shifting techniques in commercial and industrial buildings under dynamic electricity pricing schedules.[J].Melek Yalcintas;William T. Hagen;Abidin Kaya.Energy & Buildings.2015,
[4]
Variability in automated responses of commercial buildings and industrial facilities to dynamic electricity prices [J].
Mathieu, Johanna L. ;
Callaway, Duncan S. ;
Kiliccote, Sila .
ENERGY AND BUILDINGS, 2011, 43 (12) :3322-3330
[5]
基于负荷预测与关联规则修正的不良数据辨识方法 [J].
王海云 ;
田莎莎 ;
张再驰 ;
陈茜 ;
卢志刚 .
电力系统保护与控制, 2017, 45 (23) :24-33
[6]
含有历史不良数据的电力负荷预测研究 [J].
杨慧霞 ;
邓迎君 ;
刘志斌 ;
姚睿 .
电力系统保护与控制, 2017, 45 (15) :62-68
[7]
基于小波变异果蝇优化支持向量机短期负荷预测方法研究 [J].
熊军华 ;
牛珂 ;
张春歌 ;
李铎 ;
谢飞 .
电力系统保护与控制, 2017, 45 (13) :71-77
[8]
能源互联网与能源革命 [J].
曾鸣 .
中国电力企业管理, 2016, (16) :36-39
[9]
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
[10]
能源互联网“源–网–荷–储”协调优化运营模式及关键技术 [J].
曾鸣 ;
杨雍琦 ;
刘敦楠 ;
曾博 ;
欧阳邵杰 ;
林海英 ;
韩旭 .
电网技术, 2016, 40 (01) :114-124