论文摘要
在开展实时现货市场和辅助服务市场的过程中,负荷预测的精度和速度成为影响各主体报价结果的瓶颈。负荷预测越准确,越有利于保障各市场主体报价的公平性和经济性。本文为解决该问题,选择南方电网某区域的历史负荷作为研究对象,通过对其日负荷曲线进行分析,考虑将工作日和非工作日的海量负荷数据进行了筛选和预处理,并针对各自的负荷特性进行了分析,确定了分别预测建模的预测路线,同时本文将当前常用的几种预测算法进行了比较,通过对比优缺点,针对超短期负荷预测的预测时间短、预测速度高的要求,最终选择负荷求导法作为超短期负荷预测的数学模型。最后通过对南网某省的实际负荷进行了算例验证,结果表明该方法具有预测速度快,预测精度高,适应度高,技术系统占用率低的特点。
论文目录
文章来源
类型: 期刊论文
作者: 李家璐,何剑军,张坤,刘敬诚,吕勃翰
关键词: 超短期负荷预测,海量数据,负荷求导法,实时现货市场,快速预测
来源: 电力大数据 2019年12期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 中国南方电网有限责任公司
分类号: TM715
DOI: 10.19317/j.cnki.1008-083x.2019.12.004
页码: 21-27
总页数: 7
文件大小: 1214K
下载量: 184