基于EEMD-CS-LSSVM的短期负荷预测方法研究

针对电力负荷具有非线性特征、预测精度不高的问题,提出一种基于集合经验模态分解和布谷鸟搜索算法优化最小二乘支持向量回归机的组合预测方法.首先,将历史负荷数据经集合经验模态分解为高频分量、随机分量和低频分量;其次,针对各分量特征采用具有不同核函数的最小二乘支持向量回归机预测模型进行电力负荷分量的预测,并且利用布谷鸟搜索优化最小二乘支持向量回归机预测模型的关键参数;最后,叠加各分量预测值,还原电力负荷预测结果.以河南某地区电力数据为例,通过与反向传播神经网络、差分整合移动平均自回归模型以及布谷鸟优化-最小二乘支持向量机方法对比,表明本文所提方法具有最高的预测精度,预测准确率达到98.5％.     

考虑电热联合需求响应的区域综合能源系统多目标双层优化调度

由于区域综合能源系统的多种能源之间存在耦合与互补,电热联合需求响应为区域综合能源系统的优化调度提供了新的手段.本文首先建立能源用户的电力需求响应和热力需求响应模型,提出考虑电热联合需求响应的区域综合能源系统日前多目标优化调度模型.然后,为解决分布式电源与负荷不确定性引起的日前调度偏差,构建了基于模型预测控制的日内滚动优化调度模型.最后,本文对带精英策略的非支配排序遗传算法进行改进,提高了调度模型的求解效率.算例表明,本文提出的模型可有效解决区域综合能源系统的多目标双层优化调度问题,电热联合需求响应可以有效提升区域综合能源系统的经济性和能效水平.