含高渗透率分布式电源的节点负荷预测方法

作者：林梅芬; 潘文霞

来源：河南工程学院学报(自然科学版), 2020, 32(03): 39-44.

DOI：10.16203/j.cnki.41-1397/n.2020.03.009

• 高渗透率
• 分布式光伏
• 负荷预测
• 神经网络

随着配电网中分布式电源比例的提高,其对节点负荷预测的影响变大,传统的负荷预测方法已难以满足预测精度要求。因此,针对高渗透率分布式电源的负荷预测问题,提出了一种基于小波神经网络和Elman神经网络的负荷预测方法。该方法具有较强的学习能力,避免了结构设计上的盲目性,具有结构简单、收敛速度快、精度高等特点。建立考虑天气类型指数的短期负荷预测模型,并应用小波神经网络和Elman神经网络相结合的预测模型进行训练,将训练结果与实际发电负荷进行对比可知,该模型有较强的预测能力,可预测光伏实际出力情况。根据各节点的实际用电负荷及由接入的分布式光伏所提供的用电负荷,可得出具有高渗透率分布式电源的节点预测负荷。最后,以实际地区的光伏发电数据和负荷数据算例验证了该方法的有效性。

• 单位
  电气学院; 福建水利电力职业技术学院; 河海大学