邵传雍，杜兆斌，Eric CHAUVEAU，陈丽丹

（1. 华南理工大学 电力学院，广州 510640；2. Institution of Research on Electrical Energy,Nantes⁃Atlantic,France,SAINT NAZAIRE 44600；3. 华南理工大学广州学院 电气工程学院，广州 510800）

0 引言

随着经济社会的发展，家庭用电量占社会用电总量的比重不断攀升［1］。智能电网的发展对电网提出了满足用户对电力供应的开放性和互动性的要求，智能电网的信息化对实时和非实时信息的高度集成、共享和利用提出了要求［2］，因此家庭负荷预测越来越重要。然而，家庭中单个设备的用电规律受主、客观因素影响，情况复杂，对单一设备负荷预测研究尚处于起步阶段。另外，掌握不同用电设备的运行特性，对智能电网中实现网荷互动具有极大的推动作用。因此，采用适当的模型，实现准确预测居民用户的日负荷情况尤为关键。目前，居民负荷的建模方法主要分为2 类:自上而下的负荷建模和自下而上的负荷建模［2］。自上而下的负荷模型是对终端的综合负荷数据的发展趋势等进行预测，而自下而上的负荷模型则能够实现对用电设备层、单个用户层、群体用户层等各个层面的细节性建模。

文献［3］采用了自下而上的建模方法，实现了不同家庭用户的组合用电预测模型。文献［4］采用考虑物理特征与行为因素的用能特性的建模方法，以家庭用户为例，针对用能负荷归纳用能设备，分别从物理与能耗2个方面建立设备的用能模型，采用马尔科夫链模拟用户用电行为，结合设备用能模型实现用户用能的特性刻画。文献［5］指出设备的运行与居民的生活习惯之间存在强相关性，基于用户的行为特征，采用神经网络和概率性模型对用户的家庭用电负荷进行预测。……