基于大数据的负荷边际电价联合预测方法

• 作者: 王巍 马莉 明月 李智威 王红薇 苏敏 陈业传 汪念 柴涛
• 来源期刊: 广东电力
• 关键词: 负荷边际电价联合预测 大数据 门限循环单元 多层感知器
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 电力经济与市场|Electric Economy & Market
• 页码范围: 10-17
• 页数: 8页
• 分类号: TM715.1
• 语种: 中文
• DOI: 10.3969/j.issn.1007-290X.2021.004.002

摘要

准确的电力负荷边际电价联合预测有助于电力系统调度,同时也是电力系统运行和维护中最重要的任务之一.现有的独立预测方法割裂了负荷与边际电价之间的关系,影响预测精度,为此提出一种基于大数据的负荷边际电价联合预测方法.首先以门限循环单元(gated recurrent unit,GRU)为基础,建立人工智能模型分别对负荷边际电价进行预测;然后分别以历史温度与实时温度间的差值 ΔT、历史负荷与实时负荷间的差值 ΔP为基础,通过建立以多层感知器(multilayer perceptron,MLP)为基础的预测误差补偿模型,分别对负荷边际电价的预测结果进行修正;最后将GRU的输出与MLP的输出叠加计算得到负荷边际电价联合预测结果.算例验证表明:与传统方法相比,所提方法减少了13.4％ 的负荷预测误差,减少了71％ 的边际电价预测误差.