基于短期电网负荷智能预测算法的新能源调度策略

针对智能电网的建设发展对负荷预测精度提出了更高要求的现状,提出了一种基于短期电网负荷智能预测算法的新能源调度模型。架构了基于PSO-BPNN的短期电网负荷智能预测算法,利用PSO算法对BPNN模型的初始权值和阈值等参数进行优化,并将日属性、温度、历史负荷等数据作为输入,通过训练后的BPNN模型实现短期电网负荷的精准预测。该模型以运行成本最低以及污染物排放量最少为优化目标,设计了含多类型新能源的微电网多目标调度策略。以某实际微电网的运行数据为样本,进行仿真验证的结果表明,所提算法相比于BPNN算法,在短期电网预测方面具有较高的准确性;所提多目标调度策略相比于单目标调度策略,能够同时降低微电网运行成本与污染物排放量,兼顾经济性和环保性。