張健, 張國強, 鮑冠南, 郭少青, 匡洪輝, 黃紅偉
(1.山東電網有限責任公司電力調度控制中心,山東 濟南 250002;2.北京清大科越股份有限公司,北京 100084)
分布式電源已成為當前風電、光伏等新能源的主要并網形式。分布式電源大量接入電網,直接改變了各區域的負荷需求,對母線負荷預測提出了嚴峻挑戰。分布式電源接入點分散,導致難以實現在線功率監測。這一特征決定了調度運行中僅能獲得分布式電源的發電量數據,而不能獲得其功率曲線。缺乏歷史功率曲線,傳統以時序外推為核心的功率預測方法往往難以使用,造成含分布式電源的母線負荷預測精度偏低,影響調度運行方式安排[1-2]。
文獻[3-5]介紹了傳統的母線負荷預測方法,由于傳統模式下母線供電區域沒有分布式電源,可直接通過時序外推方法進行預測,在預測過程中綜合考慮氣象、用戶特征等相關影響因素修正預測結果,以提升預測準確率。然而隨著分布式電源的大量接入,傳統的預測方法難以滿足分布式電源大量接入條件下的母線負荷預測需要。文獻[6]介紹了基于改進灰色模型,并綜合考慮氣象因素影響的母線負荷預測方法。文獻[7]將PSO優化方法引入神經網絡中,以提升母線負荷預測準確率。文獻[8]提出了基于差分進化的含分布式電源母線凈負荷預測,其思路是通過不含分布式電源的歷史數據來單獨分析純負荷部分的發展趨勢,但是由于分布式電源發展時期較長,在這個過程中母線用電負荷也已發生較大變化。……