資源描述：
《基于混沌時(shí)間序列法的微網(wǎng)短期負(fù)荷預(yù)測(cè).pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、第27卷第5期電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)V01．27No．52015年5月ProceedingsoftheCSU—EPSAMav2015基于混沌時(shí)間序列法的微網(wǎng)短期負(fù)荷預(yù)測(cè)李東東，覃子珊，林順富，鄭小霞，王天祥z(1．上海電力學(xué)院上海市電站自動(dòng)化技術(shù)重點(diǎn)實(shí)驗(yàn)室，上海200090；2．金華電業(yè)局，金華321015)摘要：針對(duì)微網(wǎng)中居民小區(qū)用電量較低、負(fù)荷波動(dòng)大的特點(diǎn)，提出了結(jié)合混沌理論重構(gòu)相空間并建立最大Lyapunov指數(shù)模型的方法。該方法不直接考慮影響負(fù)荷的氣候、電價(jià)等因素，輸入數(shù)據(jù)參數(shù)較少，采用C—C方法求延遲時(shí)間與嵌入維，運(yùn)用改進(jìn)的最大Lyapunov指數(shù)
2、方法進(jìn)行預(yù)測(cè)。將此方法用于安徽某一小區(qū)的實(shí)際負(fù)荷數(shù)據(jù)預(yù)測(cè)，預(yù)測(cè)結(jié)果表明該算法的預(yù)測(cè)精度較高，可以為微網(wǎng)的優(yōu)化運(yùn)行提供負(fù)荷依據(jù)，仿真結(jié)果驗(yàn)證了算法的有效性和實(shí)用性。關(guān)鍵詞：短期負(fù)荷預(yù)測(cè)；混沌；Lyapunov指數(shù)；微網(wǎng)；分時(shí)電價(jià)中圖分類號(hào)：TM715文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1003—8930(2015)05—0014—05DOI：10．3969~．issn．1003—8930．2015．05．03Short-termLoadForecastingforMicrogridBasedonMethodofChaoticTimeSeriesLIDongdong，QIN
3、Zishan，LINShunfu，ZHENGXiaoxia，WANGTianxiang2(1．ShanghaiKeyLaboratoryofPowerStationAutomationTechnology，ShanghaiUniversityofElectricPower，Shanghai200090，China；2．JinhuaElectricPowerBureau，Jinhua321015，China)Abstract：Onthebasisofthelowpowerconsumptionandseverefluctuationloadofresident
4、ialareainmicrogrid，amodelofmaximumLyapunovexponentviathephasespacereconstructionisconstructedcombinedwithchaostheory．Thismethoddoesnotdirectlyconsidertheimpactof~ctomsuchasclimate，electricityprice，thusitrequireslessin-putandparameters．ItutilizesC-Cmethodtosolvethedelaytimeandtheemb
5、eddingdimension，andusestheim-provedmaximumLyapunovexponentmethodtoforecast．ThemodelisappliedtoforecastactualloaddataofacertaincommunityinAnhuiprovince．Accordingtothetimeofuse(TOU)，arelativeerrorindicatorfortimeperiodbasedonthecontrolofmicrogridenergystoragechargeanddischargesystemi
6、sproposed．Simulationresultsdemonstratetheef-ficiencyandpracticalityofthealgorithm．Keywords：short—terraloadforecasting；chaos；Lyapunovexponent；microgrid；timeofuse(TOU)短期負(fù)荷預(yù)測(cè)是電力系統(tǒng)的一項(xiàng)基本工作，電價(jià)、用電習(xí)慣、政策等，如選用上述算法，很難建是調(diào)度安排開停機(jī)計(jì)劃的基礎(chǔ)，其預(yù)測(cè)精度直接立準(zhǔn)確的數(shù)學(xué)模型進(jìn)行預(yù)測(cè)。文獻(xiàn)[6】提出了一種影響電力系統(tǒng)的經(jīng)濟(jì)效益【11。微網(wǎng)可作為配電系統(tǒng)基于短期負(fù)荷預(yù)
7、測(cè)的微網(wǎng)儲(chǔ)能系統(tǒng)主動(dòng)控制策的負(fù)荷運(yùn)行，也可作為電源向配電系統(tǒng)供電。因此，略，但是微網(wǎng)短期負(fù)荷預(yù)測(cè)只做了相關(guān)介紹，沒有研究微網(wǎng)短期負(fù)荷預(yù)測(cè)，制定合理的發(fā)供電計(jì)劃，給出具體的計(jì)算方法；文獻(xiàn)【7]從經(jīng)濟(jì)性和低碳化對(duì)大電網(wǎng)和微網(wǎng)系統(tǒng)的運(yùn)行均具有重要的意義。兩方面考慮智能微網(wǎng)運(yùn)行的整體效益，將負(fù)荷及目前，短期負(fù)荷預(yù)測(cè)主要采用時(shí)間序列法閉、分布式電源出力按時(shí)段劃分進(jìn)行日前優(yōu)化調(diào)度，灰色預(yù)測(cè)f3】、神經(jīng)網(wǎng)絡(luò)以及各種加權(quán)組合方法[51而負(fù)荷的預(yù)測(cè)數(shù)據(jù)是直接給出的?；煦缋碚撌欠堑取５㈦娋W(wǎng)中電力負(fù)荷有時(shí)只有幾十到幾百千線性動(dòng)力學(xué)的重要發(fā)展，負(fù)荷時(shí)間序列的非線性瓦，容量較小，突
8、變很大，且受多種因素的影響，如及不確定性表現(xiàn)出混沌性
