于道林， 张智晟， 韩少晓， 李 晨

(1. 青岛大学自动化与电气工程学院， 山东 青岛 266071； 2. 山东省电力公司， 山东 济南 250001；3. 国家电网公司电力调度控制中心， 北京 100031)

计及需求响应的Elman-NN短期负荷预测模型研究

于道林1， 张智晟1， 韩少晓2， 李 晨3

(1. 青岛大学自动化与电气工程学院， 山东 青岛 266071； 2. 山东省电力公司， 山东 济南 250001；3. 国家电网公司电力调度控制中心， 北京 100031)

通过频谱分析研究了需求响应负荷的基本特性，并以此为依据建立了计及需求响应的Elman神经网络(Elman-NN)预测模型。Elman-NN具有处理动态信息能力强、训练时间短、全局寻优性强的优点。通过实际算例，对比在Elman-NN模型中计及需求响应因素前后的预测性能，结果显示计及需求响应因素可显著提高Elman-NN模型预测精度。本文证实了在模型中计及需求响应因素的重要作用，为需求响应负荷的预测研究奠定了必要的理论基础。

需求响应； 负荷特性； Elman神经网络； 短期负荷预测

1 引言

传统电力体制下，通常认为需求侧负荷是“刚性”不可控的，电能可保持供需平衡，只是发电机组单方面对需求侧电能变化的响应。随着电力市场日益成熟，用户负荷呈现出一定的需求弹性，这意味着可通过技术手段改善用户负荷曲线。所谓需求响应(Demand Response，DR)[1]，是指用户在电价机制或激励机制的引导下，为获取经济利益而改变正常用电习惯的行为。需求响应可以使需求侧资源同样被纳入调度范畴，提高客户端用电效率，综合优化整个电力系统的能源配置。欧美很多国家已经成功实施多个需求响应项目[2]，实施结果表明需求响应可有效缓解系统短期容量不足，推迟电网升级，节省新建发电设备和输电设施所需的额外成本，提高系统稳定性[3]。……