科研之友
微信
新浪微博
Facebook
分享链接
摘要
分布式光伏(photovoltaic, PV)发电的随机性、间歇性和波动性给电网安全可靠运行带来了巨大的挑战。为了准确预测用户净负荷，同时捕捉分布式光伏发电和负荷带来的大量不确定性，提出一种基于概率的日前净负荷预测方法。将贝叶斯概率论与深度学习相结合，以处理认知不确定性和任意不确定性；采用子空间聚类技术，将住宅屋顶光伏输出作为输入特征，以提高综合净负荷预测的性能。基于细粒度智能电表数据进行了算例分析，与其他方法进行实验比较可知，所提方法具有更好的性能。
-
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福州供电公司
