【技术实现步骤摘要】
一种微电网短期负荷预测方法
本专利技术涉及负荷预测
，尤其是涉及一种微电网短期负荷预测方法。
技术介绍
微电网是接在用户侧的小型发配电系统，可以实现自我控制、保护和管理，具有成本低、电压低以及污染小等特点。微电网短期负荷预测是实现微电网高效节能、优化运行的重要前提，准确预测短期负荷变化对电力系统发供电计划的安排和电力市场的效益有重要的意义。相比于大电网，用户侧微电网负荷具有受外界条件影响波动性大、不确定性强，且历史负荷曲线相似度低的特点。用户侧微电网负荷变动的影响因素众多，如气候条件、居民用电习惯及经济发达程度，其中气象因素的影响十分明显。微电网短期负荷常采用的预测方法包括时间序列法、相似日法等传统预测方法，灰色模型、支持向量机、神经网络等现代预测方法以及各种组合预测方法。上述方法大多在建模时未考虑或只考虑某种气象因素的影响，使得预测结果的精度较低，针对气象因素对负荷的影响，引入了人体舒适度指数，提出了基于人体舒适度指数的短期负荷预测方法，现有技术中的人体舒适度指数通常包括温度、湿度和风速，然而随着工业化进程的加快，城市的空气污染情况日益严重，空气污染会对人...
【技术保护点】
1.一种微电网短期负荷预测方法，其特征在于，包括以下步骤：S1、获取负荷历史数据，采用三次样条差值对奇异值区间进行数据质量提升；S2、建立基于振幅压缩的灰色变异系数模型，并在建模过程中引入考虑空气质量状况的改进人体舒适度指数作为影响因素；S3、计算累积变异系数序列和突变变异系数序列的预测参数序列；S4、运用遗传模拟退火算法对预测参数序列进行优化，获取最优匹配参数；S5、重构最优匹配参数，以得到最优变异系数序列；S6、反向求解获得负荷预测值，根据负荷预测值，控制微电网各分布式电源的工作状态。
【技术特征摘要】
1.一种微电网短期负荷预测方法，其特征在于，包括以下步骤：S1、获取负荷历史数据，采用三次样条差值对奇异值区间进行数据质量提升；S2、建立基于振幅压缩的灰色变异系数模型，并在建模过程中引入考虑空气质量状况的改进人体舒适度指数作为影响因素；S3、计算累积变异系数序列和突变变异系数序列的预测参数序列；S4、运用遗传模拟退火算法对预测参数序列进行优化，获取最优匹配参数；S5、重构最优匹配参数，以得到最优变异系数序列；S6、反向求解获得负荷预测值，根据负荷预测值，控制微电网各分布式电源的工作状态。2.根据权利要求1所述的一种微电网短期负荷预测方法，其特征在于，所述步骤S1中数据质量提升是将原始时间序列表示为一阶拉格朗日插值多项式：其中，x为自变量，xi-1、xi为异常值区间i上临近的非异常值的自变量，fi′(xi-1)、fi′(xi)为异常值区间i上临近的非异常值的一阶导数值，fi″(x)为异常值区间i上临近的非异常值的二阶导数值，xi+1为异常值区间i上非异常值的自变量。3.根据权利要求1所述的一种微电网短期负荷预测方法，其特征在于，所述步骤S2中改进人体舒适度指数包括温度、相对湿度、风速和空气质量状况，步骤S2具体包括以下步骤：S21、设置随机振荡序列；S22、引入改进人体舒适度指数的影响因素，建立灰色变异系数模型。4.根据权利要求1所述的一种微电网短期负荷预测方法，其特征在于，所述步骤S3具体包括以下步骤：S31、获取历史变异系数原始序列，计算历史变异系数的振荡序列；S32、获取突变变异系数原始序列，计算突变变异系数的振荡序列。5.根据权利要求1所述的一种微电网短期负荷预测方法，其特征在于，所述步骤S4具体包括以下步骤：S41、根据累积变异系数序列和突变变异系数序列的预测参数序列分别随机产生初始群体；S42、评价群体中个体的适应度；S43、执行遗传模拟退火过程：对个体依次进行交叉、变异操作，根据Metropo...
【专利技术属性】
技术研发人员：薛阳，张宁，俞志程，吴海东，华茜，叶晓康，李蕊，孙越，
申请(专利权)人：上海电力学院，
类型：发明
国别省市：上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。