電力系統(tǒng)短期負(fù)荷預(yù)測(cè)及經(jīng)濟(jì)調(diào)度決策優(yōu)化研究.pdf

1、電力系統(tǒng)作為城市生命線(xiàn)工程的重要組成部分，對(duì)于維持城市生存功能發(fā)揮著重要作用。隨著社會(huì)現(xiàn)代化進(jìn)程的加快，經(jīng)濟(jì)建設(shè)和國(guó)民生活對(duì)電能的依賴(lài)性越來(lái)越強(qiáng)，對(duì)電力的需求量越來(lái)越大，對(duì)供電質(zhì)量與供電可靠性的要求越來(lái)越高，因此，實(shí)現(xiàn)電力系統(tǒng)的智能化控制，以保證電力系統(tǒng)能夠安全穩(wěn)定經(jīng)濟(jì)運(yùn)行，不僅有利于維系城市正常的生存功能，還有利于優(yōu)化資源配置，緩解能源壓力，具有重要的理論意義和工程價(jià)值。
　　本文以實(shí)現(xiàn)電力系統(tǒng)的智能化控制為研究目的，首先從提高

2、短期負(fù)荷預(yù)測(cè)精度方面展開(kāi)研究，針對(duì)預(yù)測(cè)誤差的導(dǎo)致因素——模型的系統(tǒng)誤差、輸入指標(biāo)的權(quán)重、歷史數(shù)據(jù)的混沌特性、樣本數(shù)據(jù)的權(quán)重等，從不同角度改進(jìn)預(yù)測(cè)方法以提高預(yù)測(cè)精度，成果如下:
　　(1)提出基于誤差補(bǔ)償核隨機(jī)權(quán)重神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)方法。為減小模型的系統(tǒng)誤差，提高預(yù)測(cè)精度，首先針對(duì)短期負(fù)荷預(yù)測(cè)任務(wù)建立輸入指標(biāo)體系，然后基于核隨機(jī)權(quán)重神經(jīng)網(wǎng)絡(luò)模型進(jìn)行負(fù)荷預(yù)測(cè)，最后采用誤差補(bǔ)償技術(shù)對(duì)預(yù)測(cè)誤差進(jìn)行補(bǔ)償和修正。該方法可克服傳統(tǒng)前饋神經(jīng)網(wǎng)

3、絡(luò)基于梯度訓(xùn)練的缺點(diǎn)，減少傳統(tǒng)單一預(yù)測(cè)模型預(yù)測(cè)誤差中的冗余信息，有效提高短期負(fù)荷預(yù)測(cè)精度、訓(xùn)練速度和泛化性能。
　　(2)提出基于多元混沌時(shí)間序列和加權(quán)核隨機(jī)權(quán)重神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)方法。首先，考慮到輸入指標(biāo)權(quán)重的影響，采用互信息法對(duì)輸入指標(biāo)賦權(quán)，提出改進(jìn)的加權(quán)核隨機(jī)權(quán)重神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法，可避免傳統(tǒng)方法因忽略指標(biāo)權(quán)重而導(dǎo)致的預(yù)測(cè)誤差;然后，考慮到歷史數(shù)據(jù)的混沌特性及樣本權(quán)重的影響，對(duì)多元混沌時(shí)間序列進(jìn)行相空間重構(gòu)，并采用指數(shù)加權(quán)

4、法對(duì)樣本賦權(quán)，提出基于多元混沌時(shí)間序列和樣本加權(quán)的改進(jìn)預(yù)測(cè)方法，可減小由系統(tǒng)內(nèi)混沌動(dòng)力學(xué)行為及樣本權(quán)重導(dǎo)致的預(yù)測(cè)誤差。兩種方法均可有效提高負(fù)荷預(yù)測(cè)精度、泛化性能和訓(xùn)練效率。
　　精確的負(fù)荷預(yù)測(cè)能夠?yàn)榻?jīng)濟(jì)調(diào)度決策提供更加科學(xué)有效的依據(jù)。然后，本文基于以上成果，進(jìn)一步針對(duì)電力系統(tǒng)短期經(jīng)濟(jì)調(diào)度決策優(yōu)化問(wèn)題展開(kāi)深入探討，成果如下:
　　(3)提出計(jì)及負(fù)荷預(yù)測(cè)不確定性的魯棒安全約束經(jīng)濟(jì)調(diào)度決策優(yōu)化方法。針對(duì)負(fù)荷預(yù)測(cè)不確定性、網(wǎng)絡(luò)安全性