基于多變量LS-SVM和模糊循環(huán)推理系統(tǒng)的負(fù)荷預(yù)測.pdf

1、智能電網(wǎng)是未來電網(wǎng)的發(fā)展趨勢,各行業(yè)對電力的依賴增強，對供電可靠性及電能質(zhì)量的要求日益提高，以高效、清潔、安全、可靠、交互為主要特點的智能電網(wǎng)的實現(xiàn)，離不開精確的負(fù)荷預(yù)測技術(shù)的支持。同時，我國積極推進電力體制改革，重點任務(wù)就包括有序推進電價改革，理順電價形成機制；推進電力交易體制改革，完善市場化交易機制；建立相對獨立的電力交易機構(gòu)，形成公平規(guī)范的市場交易平臺。逐漸形成的電力市場需求響應(yīng)將給傳統(tǒng)用電模式帶來重大變化，用戶可以根據(jù)電能需求結(jié)

2、合實時電價調(diào)整用電模式，這使得負(fù)荷預(yù)測變得更加復(fù)雜。目前國內(nèi)針對智能電網(wǎng)需求響應(yīng)環(huán)境下的負(fù)荷預(yù)測取得一定的研究成果，隨著電力市場逐步開放，對復(fù)雜需求響應(yīng)環(huán)境下的負(fù)荷預(yù)測方法研究具有重要的意義。
　　本文以智能電網(wǎng)需求響應(yīng)環(huán)境下電力市場負(fù)荷預(yù)測為研究對象，對電力市場售電側(cè)、需求側(cè)之間的關(guān)系進行了討論，以探宄更高精度的負(fù)荷預(yù)測方法。主要內(nèi)容如下：
　　首先，通過相似日負(fù)荷序列局部形相似計算，選取樣本數(shù)據(jù)。考慮到預(yù)測時刻負(fù)荷和前面

3、若干時刻負(fù)荷的內(nèi)在規(guī)律，以及負(fù)荷曲線的總體相似與局部相似間的差異，將負(fù)荷曲線形系數(shù)（負(fù)荷序列形狀相似程度的指標(biāo)）引入預(yù)測樣本的選擇中，完成預(yù)測樣本的提取，能夠減少訓(xùn)練數(shù)據(jù)，大大提高預(yù)測速度和預(yù)測性能。
　　其次，采用多輸入雙輸出的最小二乘支持向量機(LS-SVM)，對負(fù)荷和價格進行同時預(yù)測，得到初步預(yù)測結(jié)果。
　　然后，考慮需求響應(yīng)條件下實時電價與負(fù)荷之間的相互影響，采用基于數(shù)據(jù)挖掘技術(shù)的模糊循環(huán)推理系統(tǒng)模擬人的思維過程，通

4、過挖掘電價變化量、負(fù)荷變化量等變量之間的關(guān)聯(lián)規(guī)則，模擬電價與負(fù)荷預(yù)測之間存在博弈過程。
　　最后，對多變量最小二乘支持向量機的初步預(yù)測結(jié)果進行循環(huán)修改，直至負(fù)荷和電價預(yù)測結(jié)果趨于穩(wěn)定。多變量最小二乘支持向量機不存在容易陷入局部最優(yōu)等問題，并且有良好的泛化能力，基于改進的模糊關(guān)聯(lián)規(guī)則挖掘算法具有良好的完備性和魯棒性，模糊控制器對循環(huán)預(yù)測的控制能夠逼近現(xiàn)實環(huán)境的各種可能情況，修正負(fù)荷預(yù)測結(jié)果。針對某電網(wǎng)的實際預(yù)測結(jié)果表明，該方法具有較