含分布式电源的智能电网负荷预测研究
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PSO-LSSVM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.
分布式电源、K-means、粒子群、最小二乘支持向量机
39
TM711(输配电工程、电力网及电力系统)
2020-05-11（万方平台首次上网日期，不代表论文的发表时间）
共6页
77-82
