即插即用能量组织日前负荷概率预测方法

摘要：

随着对利用新能源的迫切需求,分布式能源将以"能量细胞"的形式分布在用户侧,并具有即插即用的特点.受到利益的驱动或稳定性的要求,"能量细胞"将组成形态各异的"能量组织",而新形成的"能量组织"则存在历史数据较少的问题.针对"能量组织"中小样本日前负荷概率预测问题,提出基于pinball损失函数的深度长短时记忆(long short-term memory,LSTM)网络概率预测方法.为解决小样本下深度LSTM网络的过拟合问题,采用自底向上的层次聚类方法进行数据增强,并针对各个分位点进行并行预测.实验结果表明,所提方法能够获得较高的可靠性以及锐度较好的置信区间,可以为日前调度提供合理依据.

关键词：能源细胞-组织、即插即用、日前负荷概率预测、分位点、pinball损失函数、深度LSTM、数据增强

所属期刊栏目：43

分类号：TM721(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金U1866206

在线出版日期：2019-09-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：3053-3060