- 智能电网下需求响应机理及其短期负荷预测模型研究
- 随着电力市场的不断发展和日益完善，其利益主体逐渐呈现出多元化，电价机制也得到调整和更新。为综合优化整个电力系统的资源配置，缓解电网短期负荷容量不足，需求响应成为电力领域研究热点。在智能电网的技术支撑下，需求响应可通过制定...
- 于道林
- 关键词：智能电网峰谷分时电价短期负荷预测时间序列聚类
- 文献传递
- 基于Matlab的电力系统负荷频谱分析研究
- 2016年
- 简要介绍了快速傅立叶变换技术,结合电力系统实际负荷数据,利用Matlab软件对负荷进行频谱分析。结果表明,频谱分析能够有效识别电力用户周期性规律,充分挖掘负荷特性,对短期负荷预测和需求响应项目的普及具有重要意义。
- 于道林
- 关键词：快速傅立叶变换MATLAB软件频谱分析
- 考虑需求响应的电力系统短期负荷预测模型被引量：4
- 2016年
- 针对常规预测方法难以准确预测负荷曲线产生的相应变化,本文建立了考虑需求响应的电力系统短期负荷预测模型。根据系统调度员(distribution system operators,DSOs)接收的需求响应信号,确定用户的实际需求响应,并以此作为建模的依据,构造出考虑需求响应的负荷时间序列,建立计及需求响应的径向基函数神经网络(radial basis function-neural networks,RBF-NN)预测模型,并通过实际负荷算例进行仿真分析。分析结果表明,若在RBF-NN预测模型中计及需求响应因素,平均绝对误差为4.439%;若不计及需求响应因素,平均绝对误差为12.784%;在预测模型中融入需求响应因素,可使平均绝对误差降低8.345%,预测准确度较高。因此,电力系统短期负荷预测模型中融入需求响应因素,能够达到更高的准确度。该研究具有较好的理论价值和实际应用价值。
- 于道林韩少晓李晨张智晟
- 关键词：需求响应短期负荷预测径向基函数神经网络电力系统
- 计及需求响应的Elman-NN短期负荷预测模型研究被引量：16
- 2017年
- 通过频谱分析研究了需求响应负荷的基本特性,并以此为依据建立了计及需求响应的Elman神经网络(Elman-NN)预测模型。Elman-NN具有处理动态信息能力强、训练时间短、全局寻优性强的优点。通过实际算例,对比在Elman-NN模型中计及需求响应因素前后的预测性能,结果显示计及需求响应因素可显著提高Elman-NN模型预测精度。本文证实了在模型中计及需求响应因素的重要作用,为需求响应负荷的预测研究奠定了必要的理论基础。
- 于道林张智晟韩少晓李晨
- 关键词：需求响应负荷特性ELMAN神经网络短期负荷预测
