含分布式电源的智能电网负荷预测研究

作者：肖琦敏; 方志坚; 孙浩淞; 罗义旺; 林翰; 刘积娟

来源：国外电子测量技术, 2020, 39(02): 77-82.

DOI：10.19652/j.cnki.femt.1901703

• 分布式电源
• K-means
• 粒子群
• 最小二乘支持向量机

由于含分布式电源的智能电网负荷预测较难,提出了基于K-means算法和粒子群优化算法-最小二乘法支持向量机(PSO-LSSVM)的智能电网负荷预测方法。采用K-means算法对电力负荷用户进行聚类,以降低负荷预测时季节带来的影响。提出来采用PSO算法优化LSSVM算法,提高LSSVM算法的计算精度并降低算法的计算时间。对K-means算法聚类后的电力用户采用PSO-LSSVM算法进行负荷预测,并采用PSO-LSSVM算法对分布式电源的出力情况进行预测。电力调度人员根据区域所需负荷与分布式电源的出力情况,进行负荷调整,实现电网的安全稳定运行。仿真结果验证了所提PSOLSSVM比传统的LSSVM具有更高的预测精度;所提方法能够有效提高电力系统稳定性。

• 单位
  国网信通亿力科技有限责任公司; 国网福建省电力有限公司