基于大数据的负荷边际电价联合预测方法 |
| |
作者单位: | 国网湖北省电力有限公司经济技术研究院,湖北武汉430000;中乾立源工程咨询有限公司,湖北 武汉 430000;三峡大学电气与新能源学院,湖北宜昌443002 |
| |
摘 要: | 准确的电力负荷-边际电价联合预测有助于电力系统调度,同时也是电力系统运行和维护中最重要的任务之一。现有的独立预测方法割裂了负荷与边际电价之间的关系,影响预测精度,为此提出一种基于大数据的负荷-边际电价联合预测方法。首先以门限循环单元(gated recurrent unit, GRU)为基础,建立人工智能模型分别对负荷-边际电价进行预测;然后分别以历史温度与实时温度间的差值ΔT、历史负荷与实时负荷间的差值ΔP为基础,通过建立以多层感知器(multilayer perceptron, MLP)为基础的预测误差补偿模型,分别对负荷-边际电价的预测结果进行修正;最后将GRU的输出与MLP的输出叠加计算得到负荷-边际电价联合预测结果。算例验证表明:与传统方法相比,所提方法减少了13.4%的负荷预测误差,减少了71%的边际电价预测误差。
|
关 键 词: | 负荷边际电价联合预测 大数据 门限循环单元 多层感知器 |
本文献已被 CNKI 万方数据 等数据库收录! |
|