10.16526/j.cnki.11-4762/tp.2020.01.033
基于自适应卡尔曼滤波在气象影响下负荷预测
如今电网系统中所构成电力负荷的电器越来越多,其中像空调等受气象影响的负荷所占比例持续升高,那么气象因素(温度、湿度、降雨量等)对电网的影响自然越来越突出,因此短期负荷预测将气象因素考虑进去,能够大大提升预测精度;根据某地区六年的电力负荷数据,构建卡尔曼滤波模型,可以给出高效准确的预测结果;然后将气象因素考虑到自适应卡尔曼滤波模型,通过不断对状态估计进行修正,得到计及气象因素影响的负荷预测结果精度更高;通过MATLAB仿真,说明这种算法比较传统的卡尔曼滤波具有更高的预测精度,而且这种改进后的算法对实现短期负荷预测提供了一条新的途径.
短期负荷预测、气象因素、卡尔曼滤波、MATLAB
28
TM92
2020-04-17(万方平台首次上网日期,不代表论文的发表时间)
共5页
156-159,165