基于PSO 优化BP 神经网络的科技园区电力负荷预测
2020-04-21焦丰顺鲍重廷张瑞锋高洪洋
通信电源技术 2020年5期
关键词:优化
韦 波,焦丰顺,鲍重廷,周 浩,张瑞锋,高洪洋
(1.深圳供电局有限公司,广东 深圳 5180015;2.清华大学深圳国际研究生院材料与器件检测中心,广东 深圳 518055)
0 引 言
深圳供电局在深圳湾科技生态园已建成的智能电网项目(B-TEC),是2014—2016 中美智能电网合作期间的4 个示范项目之一,是南方电网在智能配电网领域的代表性项目。该项目建设了智能光伏微电网,制定了需求侧响应策略,开发了基于云平台的智能计量与高级用能系统,集成并检验了智能化的调度、配电、用电、分布式能源及可视化展示等核心技术。通过技术集成与商业模式创新,为电网提升客户服务能力进行了积极探索,提升了客户体验与价值。在未来亟需加强用户电力预测方面的研究,短期高精度电网电力预测是实现智能电网的关键,可带动“源-网-荷”智能化互联,为综合能源高效运行提供基础支撑,保障电网安全、可靠与高效运行。
电力系统中的电力数据的精准预测是主动配电网迈向智能化的重要步骤。短期电网预测是电网电力预测的重要分支。短期电网预测一般指对将来连续数小时到以天为单位的电网负荷数据进行预测,对电网调度电力的合理支配性[1-2]、发电机组的最佳出力组合、节点潮流最优而言极为重要,尤其是对未来智能化配电网及其电力经济性具有重要意义[3-5]。电网电力的预测精度的提升,还有利于减缓发电设备投资建设,同时提高现有机组的设备利用率[6-7]。
短期电网……
登录APP查看全文
