, , ,

(1.同济大学 电子与信息工程学院,上海 201804; 2.上海电力学院 自动化工程学院,上海 200090)

当前能源需求的矛盾日益突出,各种可再生能源的利用成为解决能源危机的新方向[1]。近年来,微电网的快速发展促进了大规模可再生能源逐步接入大电网,实现了可再生能源的有效利用,但对大电网的安全稳定运行提出了新的挑战[2]。微电网短期负荷预测是保证微电网可靠运行的前提条件。因此,高精度的微电网短期负荷预测有利于合理调度运行计划的制定,对大电网和微电网高效运行都有着极为重要的意义[3]。

对于微电网短期负荷预测目前应用比较广泛的方法有时间序列法[4]、回归分析法[5]、神经网络法[6]、灰色系统法[7]和优选组合法[8]等。相比大电网负荷而言,微电网负荷的容量更小,随机性更强,受温度、湿度等天气因素以及日期类型的影响更为明显。文献[9]中在考虑实时电价的情况下,建立了基于历史负荷数据的时间序列模型,通过灰色神经网络模型对电网负荷进行短期预测,但所选电网负荷达到千兆瓦级别,不能说明该模型的普适性,并且其预测结果的误差波动过大。文献[10]中在不直接考虑气候等影响因素的前提下,利用混沌理论重构想空间并建立最大李雅普诺夫指数模型的方法对居民小区用电进行预测,在分时段的情况下预测精度良好,但在单点预测时预测精度有很大下降,波动较大。文献[11]中考虑了历史输出功率以及本地气……