峰谷电价下基于长短时记忆网络的配电网短期负荷预测研究

随着智能电网的不断发展,电力市场的利益主体逐渐呈现出多元化的趋势,电价机制也得到调整和更新,峰谷电价政策应运而生.为提高峰谷电价下的配电网短期负荷预测精度,文中通过用户心理学原理构建电力用户的实际需求响应模型,拟合动态峰谷电价下的负荷曲线,量化多维预测输入特征,构建基于长短时记忆网络的短期负荷预测模型.通过实际算例分析,验证提出预测模型的可靠性.

需求响应下的电力负荷特性分析

针对需求响应下的电力负荷特性,在介绍需求侧电力负荷分类基础上,研究了需求侧响应下多种影响因素,根据分析结果,分析了负荷预测过程中误差产生的机理及误差组成,将负荷特性分析技术用于缩小负荷预测误差,指出采用负荷特性分析方法拟定的预测网络输入可随预测模型柔性变化,减小预测过程中的总预测误差。

低压微电网孤岛运行模式下改进下垂控制

针对孤岛运行模式下的低压微电网系统中,多分布式发电(distributed generation,DG)单元并联运行,由于各DG逆变器输出线路阻抗差异的存在,导致系统中各DG单元根据传统下垂控制对负荷无功功率难以进行均衡分配,此外,低压微电网的输电线路阻感比很高,有功功率/频率和无功功率/电压控制有复杂的耦合现象,不能直接应用下垂控制的问题,提出了一种基于虚拟阻抗和电压补偿环节的改进下垂控制策略。通过引入虚拟阻抗改变下垂系数值,实现输出无功功率按DG容量比例分配供电;以及引入电压补偿环节,保证各DG单元输出电压相等,抑制无功环流现象。以PSCAD为仿真平台建立孤岛型微电网仿真模型,仿真结果验证了改进控制策略的有效性。

基于多级负荷智能协调的母线短期负荷预测

为提高母线负荷预测精度,提出一种基于多级负荷智能协调的母线短期负荷预测方法。首先对预测母线负荷序列进行历史负荷与当前负荷的相关性分析,再进行系统空间母线与预测母线的相关性分析,根据两次相关性分析结果合理设置算例,得到预测网络的最优输入方式,然后利用长短时记忆网络(LSTM)建立母线短期负荷预测模型,最后运用吉林省某地区的实测数据将提出模型与反向传播(BP)神经网络和支持向量机(SVM)的预测结果进行对比分析,验证本文提出的预测模型具有更高的精确度。