[發(fā)明專利]基于EMD-KELM-EKF的微網短期負荷預測方法

在審

• 申請?zhí)枺?/td>: 201410242578.8
• 申請日: 2014-06-03
• 公開（公告）號: CN104008432A
• 公開（公告）日: 2014-08-27
• 發(fā)明（設計）人: 湯慶峰;劉念;張建華
• 申請（專利權）人: 華北電力大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/00
• 代理公司: 北京麟保德和知識產權代理事務所(普通合伙) 11428
• 代理人: 韓建功

技術領域

本發(fā)明屬于智能電網控制技術領域，特別涉及基于EMD-KELM-EKF的微網短期負荷預測方法。

發(fā)明背景

隨著我國城鎮(zhèn)化建設的發(fā)展，用戶用電需求將進一步增加，同時也為可再生分布式電源的規(guī)模化接入提供了可實施的外部環(huán)境。以居民小區(qū)、商業(yè)樓宇、工業(yè)廠區(qū)為主體的用戶側微電網將成為促進可再生能源就地消納利用，發(fā)揮分布式電源效能的有效方式。短期負荷預測是用戶側微電網能量管理系統的重要組成部分，是對微源進行優(yōu)化調度的基礎，預測結果將直接影響微電網運行策略與電能交易。相關研究表明，較高的微電網負荷預測誤差將導致運行成本大幅增加。

相對于大電網環(huán)境，微電網進行短期負荷預測的難度更高，這主要是由于負荷的隨機性強，歷史負荷曲線相似度低，再加上用戶容量有限，各用戶間負荷特征相互平滑作用較小，負荷總體波動較大。當前針對微電網短期負荷預測的研究成果相對有限，且計算復雜度較高。針對以單個或集體用戶為業(yè)主的小容量用戶側微電網，除保證較高的短期負荷預測精度外，還應降低負荷預測方法的計算復雜度，以便于在普通計算機或嵌入式終端裝置上實現。

發(fā)明內容

針對上述現有技術存在的問題，本發(fā)明提出基于EMD-KELM-EKF的微網短期負荷預測方法，其特征在于，該預測方法包括如下步驟：

步驟1：對微電網歷史負荷數據進行預處理后作為訓練樣本，提取其負荷屬性；

步驟2：基于經驗模態(tài)分解EMD、核函數極限學習機KELM、擴展卡爾曼濾波EKF，確定基于EMD-KELM-EKF的組合預測模型及其參數初值；

步驟3：使用粒子群優(yōu)化算法優(yōu)選組合預測模型的參數；

步驟4：將測試樣本帶入參數確定后的基于EMD-KELM-EKF的組合預測模型，得到預測結果。

所述步驟1具體為：

子步驟11：選取相同類型臨近日期的歷史負荷數據，通過加權平均來對歷史負荷數據進行補遺缺失或修正異常，公式如下：

x_i＝α₁x_i-24+α₂x_i+24；

其中，x_i表示第i個時刻的預處理后的歷史負荷數據；α₁和α₂是加權平均的權重；當每小時采樣一次時，x_i-24表示前一天對應的第i個時刻的歷史負荷數據；x_i+24表示后一天對應的第i個時刻的歷史負荷數據；

子步驟12：對預處理后的歷史負荷數據進行歸一化，公式如下：

x‾i=xi-xminxmax-xmin;]]>

其中，表示第i個時刻的訓練樣本目標負荷值；x_min為預處理后的歷史負荷數據最小值；x_max為預處理后的歷史負荷數據最大值。

所述步驟1中的負荷屬性包括采樣時間t_i，日信息d_i，日前平均負荷da_i，日前滯后負荷dl_i，周前滯后負荷wl_i；

歷史負荷數據的采樣時間間隔為1小時，采樣時間t_i為1到24的整數；

所述日信息d_i為1到7的整數，以周為周期；

所述日前平均負荷da_i為：