對微電網(wǎng)不可控剩余負荷的超短期預測方法研究.pdf

1、不可控剩余負荷的準確預測是微電網(wǎng)能源管理實現(xiàn)有效控制的基礎，對于電力系統(tǒng)的可靠性、安全性和可持續(xù)發(fā)展都有著顯著影響。隨著電網(wǎng)技術的發(fā)展和微電網(wǎng)的出現(xiàn)，分布式能源得到了有效的利用。然而，不可控微電源又是分布式能源的重要成部分，其主要就是風力發(fā)電機和光伏太陽能電池板，因為風能和太陽能受到環(huán)境的約束比較大，發(fā)電量無法得到人為的有效控制。因此，為了保證微電網(wǎng)供電穩(wěn)定，在不可控型微電源接入到微電網(wǎng)中必須要考慮其發(fā)電的波動性。同時，從經濟性方向來看

2、，就需要考慮微電網(wǎng)發(fā)電成本最低化，預測不可控型微電源的發(fā)電量和微電網(wǎng)中所有用電負荷，然后才能制定相應的微電網(wǎng)發(fā)電計劃，以滿足微電網(wǎng)日常的基本用電需求。因此，本文針對預測不可控剩余負荷問題展開研究。
　　首先，為了保證預測數(shù)據(jù)的可靠性和有效性，使將來預測更加精確，本文提出了一種改進的Grubbs檢測算法。將均修法與Grubbs檢驗法結合，對前三次數(shù)據(jù)的方差進行修正，避免最開始可能出現(xiàn)的過高或過低精密度，防止后續(xù)正常數(shù)據(jù)出現(xiàn)假異?；蚝?/p>

3、略真異常數(shù)據(jù)的情況。其次，針對傳統(tǒng)粒子群算法容易陷入局部最優(yōu)的缺陷，提出混沌粒子群算法，將混沌變量引入到粒子群算法中，實現(xiàn)穩(wěn)定粒子變活潑，活潑粒子隨著迭代次數(shù)的增加更加趨于穩(wěn)定的特性，增加粒子的多樣性，跳出解空間中的局部最優(yōu)，增強全局最優(yōu)的搜索能力。最后，針對微電網(wǎng)不可控剩余負荷預測的應用環(huán)境需求，提出一種均化加權在線貫序極限學習機（MM-WOS-ELM）的預測模型，模型中的學習機的最優(yōu)個數(shù)使用混沌粒子群算法來確定。為了能夠讓歷史訓練數(shù)