微网用户短期负荷预测相似日选择算法

被引:8
作者
张玲玲 [1 ]
杨明玉 [1 ]
梁武 [2 ]
机构
[1] 华北电力大学电气与电子工程学院
[2] 部队
关键词
微网; 短期负荷预测; 相似日; 日特征相似; 局部形相似; 时间因子;
D O I
暂无
中图分类号
TM715 [电力系统规划];
学科分类号
080802 ;
摘要
微网用户负荷基荷小、波动性和随机性大,增大了短期负荷预测难度。科学合理地选择相似日可以在一定程度上改善短期负荷预测的效果。分析了相似日选择的影响因素,针对微网用户负荷特点,提出了一种负荷点尺度上的相似日选取算法。该算法考虑了前几日气象因素的累积效应、短期负荷的连续性和周期性及时间距离的影响,其相似日评价函数计及了日特征相似和局部形相似,并引入时间因子,克服了传统人工经验选取相似日算法的主观性,使得选择的相似日更加客观合理。实例验证表明,该方法所选择的相似日用于微网用户短期预测时,可以提高预测精度,有一定的使用价值。
引用
收藏
页码:156 / 160
页数:5
相关论文
共 17 条
[1]   气象因素对京津唐电网夏季负荷特性影响分析 [J].
张贲 ;
史沛然 ;
蒋超 .
电力自动化设备, 2013, 33 (12) :140-144
[2]   基于双修正因子的模糊时间序列日最大负荷预测 [J].
刘晓娟 ;
方建安 .
中国电力, 2013, 46 (10) :115-118
[3]   基于日特征量相似日的PSO-SVM短期负荷预测 [J].
陈超 ;
黄国勇 ;
邵宗凯 ;
王晓东 ;
范玉刚 .
中国电力, 2013, 46 (07) :91-94
[4]   基于FHNN相似日聚类自适应权重的短期电力负荷组合预测 [J].
牛东晓 ;
魏亚楠 .
电力系统自动化, 2013, 37 (03) :54-57
[5]   基于蚁群元胞自动机理论的城市饱和负荷预测 [J].
王晶 ;
冯显时 ;
郭红珍 .
中国电力, 2011, 44 (07) :17-20
[6]   基于D-S证据理论的相似日支持向量机短期负荷预测 [J].
李鑫滨 ;
张娟 ;
张岩 ;
卢志刚 .
电网技术, 2010, 34 (07) :143-147
[7]   电力短期负荷预测相似日选取算法 [J].
黎灿兵 ;
李晓辉 ;
赵瑞 ;
李金龙 ;
刘晓光 .
电力系统自动化, 2008, (09) :69-73
[8]   基于局部形相似的超短期负荷预测方法 [J].
罗滇生 ;
李伟伟 ;
何洪英 .
电力系统及其自动化学报, 2008, (01) :75-79
[9]   基于负荷点相似的地区短期负荷预测新方法 [J].
罗军 ;
何光宇 ;
张思远 ;
万源 ;
李小锐 .
电网技术, 2007, (06) :67-71
[10]   相似日短期负荷预测的非线性理论基础与改进 [J].
杨正瓴 ;
田勇 ;
张广涛 ;
林孔元 .
电网技术, 2006, (06) :63-66