基于模态组合的短期负荷预测方法.pdf

第 37 卷 第 14 期 农 业 工 程 学 报 Vol.37 No.14 186 2021 年 7 月 Transactions of the Chinese Society of Agricultural Engineering Jul. 2021 基于模态组合的短期负荷预测方法 1 1 2 1※ 3 1 苏 娟 ，方 舒 ，刘 博 ，杜松怀 ，单葆国 ，高 天 （1. 中国农业大学信息与电气工程学院，北京 100083 ；2. 国网北京市电力公司朝阳供电公司，北京 100124 ；3. 国网能源研究院 有限公司，北京 102209 ） 摘 要：随着电力市场化改革的深入推进，电力系统运行呈现出更强的灵活性和不确定性，对短期负荷精准预测提出了 更高的要求。为有效协调发电、输电、配电、用电的关系，增强电力系统日运行调度的安全稳定性，该研究提出了一种 基于模态组合的短期负荷预测方法。从时域和频域 2 个维度提出了负荷序列和影响因素序列分解评价方法，得到改进的 变分模态分解法（Variational Mode Decomposition ，VMD ），对原始日负荷序列及影响因素序列进行分解，并采用粒子群 优化算法（Particle Swarm Optimization ，PSO ）对VMD 的参数寻优。根据原始序列分解情况，对比各影响因素模态序列 与负荷序列的频域特征，筛选出与负荷序列特征相近的模态并将其进行线性叠加组合，得到多个整合后的组合模态序列， 以确定预测模型的输入量；分别利用粒子群优化的最小二乘支持向量机（Least Squares Support Vector Machine ，LSSVM ） 模型进行负荷预测。算例结果表明，相比于直接采用 PSO-LSSVM 方法，本文提出的基于模态组合的短期负荷预测方法 的最大相对误差降低了 3.36 个百分点，平均相对误差降低了 1.71 个百分点，最大绝对误差降低了 95 MW，平均绝对误 差降低了 55.72 MW，短期负荷预测的精度得到明显提升。 关键词：算法；电能；短期负荷预测；变分模态分解；模态组合；电力市场；评价指标 doi ：10.11975/j.issn.1002-6819.2021.14.021 中图分类号：TM715 文献标志码：A 文章编号：1002-6819(2021)-14-0186-11 苏娟，方舒，刘博，等. 基于模态组合的短期负荷预测方法[J]. 农业工程学报，2021，37(14)：186-196. doi ： 10.11975/j.issn.1002-6819.2021.14.021 Su Juan, Fang Shu, Liu Bo, et al. Short term load prediction method based on modal combination[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(14): 186-196. (in Chinese with English abstract) doi ： 10.11975/j.issn.1002-6819.2021.14.021 [4] 选参数少，简化了计算过程，提高了运算速度 ，更适用 0 引 言 