含分布式电源的智能电网负荷预测研究

• 作者: 刘积娟 孙浩淞 方志坚 林翰 罗义旺 肖琦敏
• 来源期刊: 国外电子测量技术
• 学科: 工学
• 关键词: 分布式电源 K-means 粒子群 最小二乘支持向量机
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 理论与方法
• 页码范围: 77-82
• 页数: 6页
• 分类号: TM711
• 语种: 中文
• DOI: 10.19652/j.cnki.femt.1901703

摘要

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.