共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
3.
在竞争性的电力市场中,准确地预测电价对电力市场的参与者有着重要的意义.全面回顾和分析了国内外的电价预测研究成果,并从预测对象、输入变量的选择、预测方法和程序以及研究历史等角度进行了分析,在此基础上比较分析了各种预测方法的优缺点,最后对电价预测研究工作提出了建议和展望. 相似文献
4.
风电功率物理预测模型引入误差量化分析方法 总被引:4,自引:2,他引:2
风电功率短期预测是风电调度运行的基础之一,物理预测方法是风电短期功率预测的基本方法之一,在欧美等国家仍作为主要预测方法,分析风电功率物理预测方法的误差源对提升预测精度具有重要作用。针对风电功率物理预测方法的误差来源问题,在分解物理预测关键环节的基础上,分别从物理模型、地转拖曳定律、数值天气预报(NWP)风速、风速-功率转化等方面,采用单一变量原则研究了各环节误差探明方案,通过物理过程推导,提出了一种面向风电功率物理预测模型的误差源分析方法,获得了物理预测方法各环节引入预测误差的量化结果。采用实际算例进行测试的结果显示,所提出的误差源分析方法能够获得误差源量化分析结果,且分析结果与实际相符,验证了方法的准确性。 相似文献
5.
电网节点负荷的立体化预测方法 总被引:1,自引:0,他引:1
把握统一大电网中任意节点负荷规律,并由此实现任意节点负荷预测对于未来电网智能化的调度与控制具有重要意义。对此,针对节点负荷自身单独、孤立预测所显现的弱点,提出节点负荷的立体化预测体系与方法,在相关性分析的基础上,试图实现电网任意节点负荷的有效预测。该体系包括:电网能量流按层、区的拓扑结构划分,每层的总量与相应节点构成的基本预测单元,以及对任一节点的组合预测。其预测方法分别基于最小二乘支持向量机、卡尔曼滤波以及加权递推最小二乘等技术。实际算例分析表明,节点负荷的立体化预测有利于预测精度的提高,具有实用前景。 相似文献
6.
分析了原始误差与预测误差之间的关系,通过对原始误差的分析,实现对负荷自身规律的分析和评价,并应用原始误差对预测误差的上限、点合格率的下限进行估计,通过实例证明其估计是可行的,为合理制定预测精度考核标准提供参考依据。 相似文献
7.
提出并应用了一种多元、多层次的负荷预测分析系统。该系统在采用多种预测算法同时进行预测的前提下 ,能够根据误差信息自动选择并推荐好的预测算法 ,并具有大用户异动分析和智能误差补偿功能 ,及时对占市场比重较大的用户进行异动分析。采用该系统能够对各级电力市场进行预测和分析 ,并取得了较好的效果。 相似文献
8.
随着新型电力系统建设的快速推进,风力发电、光伏发电等新能源比例的不断升高,电动汽车等新型电力负荷的加入,以及用户参与新型电力市场需求响应等新形势,均对电网结构产生深刻影响,使得客户用电负荷时空特性逐渐增强,进一步对电力负荷预测技术提出了新的要求。该文在此背景下,对电力负荷预测现有技术进行总结与展望。首先,从预测方法、预测尺度、预测对象等多方面分析电力负荷变化给负荷预测带来的变革;在分析传统电力负荷预测技术不足的同时,对现代电力负荷预测方法和技术进行总结;进而,梳理出目前电力负荷预测领域面临着数据可用性、影响因素多元化、地区差异性等方面的挑战;进一步地针对这些挑战,对未来电力负荷预测在技术层面和应用层面的发展进行分析和展望。 相似文献
9.
10.
11.
根据多年从事电力负荷预测的经历和感受,重点介绍在负荷预测中常用的几种预测方法,并对负荷特性分析预测方法作简单的阐述,同时就如何作好电力负荷预测工作提出建议. 相似文献
12.
负荷预测是电力系统规划和运行研究的重要内容,负荷预测的准确程度将直接影响到投资、网络布局和运行的合理性,其是保证电力系统可靠供电和经济运行的前提,是电力系统规划建设的依据,基于此分析了基于BP网络的短期负荷预测方法与基于灰色预测的中长期负荷预测方法。 相似文献
13.
14.
根据多年从事电力负荷预测的经历和感受,重点介绍在负荷预测中常用的几种预测方法,并对负荷特性分析预测方法作简单的阐述,同时就如何作好电力负荷预测工作提出建议。 相似文献
15.
风电功率概率预测方法及展望 总被引:1,自引:0,他引:1
风电功率的概率预测能提供风电功率的预测区间或分布函数,国内相关的研究和应用尚处于起步阶段。文中对风电功率概率预测的基本框架、主要模式、难点和热点进行了综述。首先,明确了概率预测的概念及其适用问题。然后,对概率预测的建模方法提出了两种不同的分类方式:按照是否进行条件化假设或参数化假设进行分类,并介绍了概率预测中涉及的新型算法和概率预测的评价指标。最后,结合概率预测发展现状,针对误差分析不精细、概率预测与电力系统结合不充分等不足,总结了今后的发展方向和需要进一步探索的研究内容。 相似文献
16.
风力发电的出力直接取决于风速,因此需要提高风速的预测精度。考虑到风速点预测精度的提高有较难克服的瓶颈,文中提出一种针对风速的区间预测方法,将集对分析原理引入风速的区间预测中,利用风向、温度、气压、湿度等影响因素的训练数据,并考虑风速点预测的结果误差分布及风速变化率的影响,确定未来某时间段内风速的预测值所属的分类集合,以该分类集合的上下限作为风速预测区间的上下限,从而实现了风速的区间预测。以国内某风电场的数据进行训练和预测,验证了基于集对分析理论的风速区间预测方法的有效性,同时所提方法的预测结果可以用于风电场功率预测。 相似文献
17.
18.
19.