基于集合卡爾曼濾波與相空間重構的負荷預測方法研究

付文杰，李 化，楊伯青，宋 杰

（1.國網河北省電力有限公司 保定市供電分公司，河北 保定 071000；2.國電南瑞南京控制系統有限公司，南京 211100）

0 引言

電力負荷預測對電網調度的自動控制十分重要，隨著能源互聯網的發展及電力改革的推進，負荷預測的應用也逐步擴展到售電側和用戶側［1—2］。準確的負荷預測不僅能夠增加售電商的收益，而且可以改善用戶側需求響應的實施效果，對電網運行的穩定性和經濟性都大有裨益［3］。

受到多重非線性因素的影響，電力負荷時間序列具有混沌性質，這使得利用混沌理論對其進行處理具有天然的適合性［4—5］。混沌預測是建立在重構電力負荷時間序列相空間基礎上的，延遲坐標嵌入作為廣泛應用的相空間重構方法，在使用時需要選取延遲時間和嵌入維數［6］。對于延遲時間的選取，通常用自相關系數法和互信息法，后者由于考慮了系統的非線性因素，因而性能更佳。嵌入維數的確定，常用幾何不變量法、虛假最鄰近點法和改進虛假最鄰近點法。其中虛假最鄰近點法對噪聲比較敏感，且閾值的選取具有主觀性。而改進虛假最鄰近點法則不存在這些問題，只需要用到延遲時間和較小的數據量就可以確定嵌入維數［7—8］。本文所采用的實測數據來自智能電力終端采集的海量電力負荷數據，這些數據中往往包含許多采樣噪聲，這些噪聲無疑會侵蝕負荷預測的精度。將隨機濾波與相空間重構相結合，以便將噪聲對時間序列預測結果的影響最小化，提升預測精度。……