文献类型：期刊文章

作　　者：李闯[1] 孔祥玉[1] 朱石剑[2] 田世明[3] 鄂志军[4]

LI Chuang;KONG Xiangyu;ZHU Shijian;TIAN Shiming;E Zhijun(Key Laboratory of the Ministry of Education on Smart Power Grids(Tianjin University),Tianjin 300072,China;Electric Power Research Institute of Guizhou Power Grid Co.,Ltd.,Guiyang 550007,China;China Electric Power Research Institute Co.,Ltd.,Beijing 100192,China;State Grid Tianjin Electric Power Company,Tianjin 300010,China)

机构地区：[1]智能电网教育部重点实验室(天津大学),天津市300072 [2]贵州电网有限责任公司电力科学研究院,贵州省贵阳市550007 [3]中国电力科学研究院有限公司,北京市100192 [4]国网天津市电力公司,天津市300010

出　　处：《电力系统自动化》

基　　金：国家重点研发计划资助项目(2016YFB0901104)。

年　　份：2021

卷　　号：45

期　　号：1

起止页码：71-78

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：在区域能源互联系统中,需求响应改变了电力用户的常规用电习惯,增加了预测环境的不确定因素。针对这种特定的环境,提出一种考虑需求响应的区域电网短期负荷预测方法来满足企业对预测精度的需求,该方法通过依次构建数据处理模型、负荷预测模型和误差预测模型实现了预测精度的提升。更具体地,针对历史数据样本集,采用灰色关联分析法处理气象数据以获取输入预测模型的相似日特征变量;针对电力负荷预测,建立了长短期记忆网络模型,利用其特殊的门结构选择性地控制输入变量对模型参数的影响,从而改善了模型的预测性能;针对误差数据样本集,采用了动态模式分解技术来挖掘误差数据的潜在价值,并利用其数据驱动特性刻画了误差时间序列的趋势变化特征,实现了良好的误差预测。最后,结合实际的电网数据,对比验证了所提方法的有效性和优越性。

关 键 词：负荷预测 需求响应 长短期记忆网络  动态模式分解  灰色关联分析

分 类 号：TK01[能源动力类] TM715]