基于云计算的扩展短期负荷预测方法的研究

兰州理工大学 侯璟琨

随着电力系统的现代化发展,尤其是坚强智能电网这一概念的提出,电力系统的智能化成为其必然的发展趋势,电力的市场化是这一进程中的重要一步,因此传统的负荷预测已经开始转向市场需求预测,这是电力市场中制定实时电价的基础,也是提高经济和社会效益的重中之重,为此各有关部门为应对这一变化纷纷提出各自的策略,发电部门的滚动发电计划应运而生。该计划要求根据实际负荷的变化实时调整发电计划。传统的短期负荷预测一般是在某一日特定时间点,利用该日之前的历史负荷,预测下一日全天的负荷值。这种方法显然无法满足滚动发电的要求,因此有人提出了扩展短期负荷预测的概念。这种方法引入了修正预测,并利用该日的预测结果进行下一日的负荷预测,提高了预测精度。本文在分析此方法的基础上,指出了该方法的两点不足,一个是维数灾难,另一个是过长的重新训练时间,并提出了解决措施。本文通过将云计算引入扩展短期负荷预测中,解决了其面对的两大问题,并在此基础上对该方法进行创新,使其中的修正预测和利用当日预测负荷对第二日的负荷进行预测这两种特点有机结合,设计了由一个主节点和多个子节点构成的云计算模型,并建立了Cloud-SVM模型和ECloud-SVM模型,最后通过电网运行数据验证了该方法的有效性。

基于云计算的扩展短期负荷预测方法的研究