计及误差补偿的两阶段短期电力负荷预测方法

针对短期电力负荷预测中的不确定性和波动性问题，提出了一种计及误差补偿的两阶段短期电力负荷组合预测方法：第一阶段，采用变分模态分解将电力负荷数据分解为若干个简单模态，利用基于萤火虫扰动优化的麻雀搜索算法对双向长短时记忆神经网络的超参数进行寻优，建立负荷预测模型，得到初始负荷预测功率值；第二阶段，综合考虑误差序列以及外界影响因素，建立误差补偿模型，得到误差补偿值，将两个阶段的值相加即为最终的负荷预测结果。以两个地区小区的实际负荷数据进行算例仿真，与其他的组合预测方法相比，本研究提出的方法具有更高的预测精度，平均绝对百分比误差和均方根误差分别达到1.26%、16.20 kW，验证了所提方法的有效性。