杜雅楠,齐敬先,施建华,王亚鹏

(南瑞集团有限公司(国网电力科学研究院有限公司),南京 211106)

电力系统负荷预测是电网调度管理、发电计划制定的前提条件和关键环节,精准及快速的负荷预测能够给电网企业带来显著的经济效益,目前智能电网技术的快速发展需要电力系统具备更快的响应速度和更高的负荷预测效率,而超短期负荷预测具有耗时短、迭代频率快、准确度高等特性,因此更加契合未来智能电网系统的发展趋势和要求.通过超短期负荷预测可以使电力调度人员及时掌握电网负荷的变化趋势情况,为电力调度人员管理用电计划、实现电力电量平衡调度提供更加科学的指导和依据[1].

目前电力负荷预测的主要研究方向包含点预测[2-5]和区间预测[6-14],而近年来国家经济的迅速增长使电力系统负荷构成更加复杂[3],各种不确定因素增多会使点预测负荷模型的复杂度增加、预测精度下降,而相比于点预测方法,区间预测方法能够对负荷波动范围进行比较精确的估计,更有利于负荷调度的评估与决策,也更加符合未来智能电网发展的需要.区间预测方法目前已有众多学者研究,文献[6-9]是基于概率性的区间预测方法,而概率性区间预测模型对样本完整性要求较高,需要大量统计数据用于实验,同时难以验证预测模型是否符合工程实际.文献[10-14]是基于机器学习的区间预测方法,常用预测方法有神经网络(Artificial Neural Network,ANN)[10-13]、支持向……