考慮氣象要素的電力系統(tǒng)短期負荷預(yù)測研究.pdf

1、短期電力負荷預(yù)測是電力系統(tǒng)運行調(diào)度中一項重要內(nèi)容，它是系統(tǒng)安全穩(wěn)定運行的保證。精確的短期負荷預(yù)測對實現(xiàn)機組起停機優(yōu)化組合、經(jīng)濟調(diào)度和指導(dǎo)發(fā)電企業(yè)制定燃料供應(yīng)計劃等具有重要意義，是電能質(zhì)量管理系統(tǒng)的重要內(nèi)容之一。 在傳統(tǒng)預(yù)測方法中，時間序列是應(yīng)用最廣的方法之一。它用線性濾波器的輸出來模擬負荷序列，達到預(yù)測的目的。然而，傳統(tǒng)時間序列預(yù)測模型不能很好處理各種非負荷影響要素，已不能適應(yīng)現(xiàn)代負荷預(yù)測精度的要求。 本文對電力負荷時間

2、序列的性質(zhì)作了深入研究，在對負荷序列的外在特性及各種影響因素有充分的了解和掌握的基礎(chǔ)上，引入了外源自回歸動平均模型，充分考慮外部輸入的影響，可以較精確量化電力負荷與氣象因素之間的非線性關(guān)系。針對電力負荷具有很強的非線性特征，傳統(tǒng)基于梯度搜索的辨識方法容易陷入局部最優(yōu)的問題，提出了混沌慣性權(quán)值粒子群優(yōu)化算法，利用混沌序列的遍歷性，偽隨機等特性更新慣性權(quán)值，可以較好平衡粒子群算法的全局搜索和局部搜索能力，并且較大程度避免早熟收斂，對測試函數(shù)