10.13335/j.1000-3673.pst.2014.10.012
基于EMD-KELM-EKF与参数优选的用户侧微电网短期负荷预测方法
短期负荷预测是微电网经济调度的重要组成部分,预测误差将直接影响运行经济性.相对于大电网环境,在用户侧微电网实施短期负荷预测的难度更高.提出了一种基于经验模态分解、扩展卡尔曼滤波及核函数极限学习机的组合短期负荷预测模型,通过经验模态分解对随机性强的微电网负荷时间序列逐级分解为多组固有模态函数分量,采用扩展卡尔曼滤波及核函数极限学习机2种存在典型差异的预测模型对不同性质的固有模态函数分量进行预测,并采用粒子群算法实现模型参数的优选.针对用户侧微电网的环境约束,提出了离线参数寻优、周期参数更新与在线预测相结合的实现模式.通过多种类型、容量的用户侧微电网算例分析,验证了模型预测精度、周期更新稳定性与计算效率.
微电网、短期负荷预测、组合预测模型、参数优化
38
TM721(输配电工程、电力网及电力系统)
国家863高技术基金项目2014AA052001.The National High Technology Research and Development of China 863 Program 2014AA052001
2014-12-09(万方平台首次上网日期,不代表论文的发表时间)
共9页
2691-2699