卜虎正， 姚建刚， 李文杰， 孙广强， 吴剑飞， 陈华林

(1.湖南大学电气与信息工程学院， 长沙 410082；2.湖南湖大华龙电气与信息技术有限公司， 长沙 410012)

中长期电力负荷预测的改进免疫粒子群算法①

卜虎正1， 姚建刚1， 李文杰1， 孙广强2， 吴剑飞2， 陈华林2

(1.湖南大学电气与信息工程学院， 长沙 410082；2.湖南湖大华龙电气与信息技术有限公司， 长沙 410012)

针对免疫粒子群算法收敛速度慢，精确度相对较低的缺点，采用平衡理论和自适应调整两项策略加以改进，提出改进的免疫粒子群算法。一方面在新的粒子种群产生过程中引入扰动变量，使粒子群在遵守秩序和随机行为之间达到平衡；另一方面在粒子搜索复杂解空间过程中，通过计算个体适应值划分粒子的优劣等级，提出粒子速度自适应可调机制。实例证明，将改进的免疫粒子算法应用到中长期电力负荷组合预测是可行的，具有较高的精度及收敛速度。

免疫粒子群算法； 中长期电力负荷； 组合预测； 扰动变量； 自适应调节

电力系统中长期负荷预测受经济、社会、气候等因素影响很大，存在多样性、复杂性和许多不确定性，其预测结果在很大程度上影响了电力部门的投资决策，是制定电力系统输电规划和电源规划的基础，为了提高预测的准确性，减少预测风险，预测者常常采用组合预测模型。

组合预测可以综合利用各单项预测方法提供的信息，集成不同信息来源的预测结果，从而能最有效地提高预测精度[1]，目前研究较多的有：数学规划法、遗传算法、贝叶斯方法和神经网络方法等。……