曲正伟， 张 坤， 王云静， 韩艳丰， 郝丽丽， 王崇轶

(1. 电力电子节能与传动控制河北省重点实验室， 燕山大学， 河北 秦皇岛 066004； 2. 华北电力大学电气与电子工程学院， 河北 保定 071003； 3. 北京亦庄国际开发建设有限公司， 北京 100176)

基于PSO-OMP优化的WD-ASD超短期负荷预测

曲正伟1， 张 坤1， 王云静1， 韩艳丰1， 郝丽丽2， 王崇轶3

(1. 电力电子节能与传动控制河北省重点实验室， 燕山大学， 河北 秦皇岛 066004； 2. 华北电力大学电气与电子工程学院， 河北 保定 071003； 3. 北京亦庄国际开发建设有限公司， 北京 100176)

为提高负荷预测精度，降低电力系统规划决策的保守性，本文提出了一种基于小波-原子稀疏分解(WD-ASD)的超短期负荷预测模型。该模型使用模糊聚类算法提取相似日为历史数据，采用小波分解(WD)作为前置环节，以基于原子表达式的自预测和基于最小二乘支持向量机(LSSVM)的残余分量预测为基础构建原子稀疏分解(ASD)预测模型，分别对负荷的高低频分量进行预测，并将结果相加得到最终预测值。其中ASD分解过程由正弦原子库自适应匹配分解完成，并将粒子群算法(PSO)和正交匹配追踪(OMP)算法相结合以增强原子稀疏分解能力。实际负荷数据算例验证了所提方法的自适应性、快速性及有效性。

超短期负荷预测； 原子稀疏分解； 正交匹配追踪； 粒子群优化； 小波分解； 最小二乘支持向量机

1 引言

随着电力市场的开放，电力负荷预测成为了电能交易的重要环节，它为电力公司制定电价、发电计划、设备检修计划等提供了依据，其预测精度的高低将直接影响电力公司的经济效益。……