[發明專利]一種短期微電網負荷區間概率預測方法

在審

• 申請號: 201810227968.6
• 申請日: 2018-03-20
• 公開（公告）號: CN108448572A
• 公開（公告）日: 2018-08-24
• 發明（設計）人: 沈艷霞;于昕妍
• 申請（專利權）人: 江南大學
• 主分類號: H02J3/00
• 分類號: H02J3/00
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 張素卿

本發明公開了一種短期微電網負荷區間概率預測方法，該方法包括：獲取微電網若干歷史負荷數據作為樣本集；結合預測區間覆蓋率、預測區間帶寬均方根構建優化準則；建立基于循環神經網絡的短期微電網負荷區間概率預測模型，通過珊瑚礁算法對優化準則進行尋優更新神經網絡權值閾值；利用淘汰機制優化策略對基本珊瑚礁算法進行改進以提高算法性能加快收斂速度。本發明通過珊瑚礁算法的改進較好的克服了基本珊瑚礁算法收斂速度慢精度不高的缺點，有效提高了微電網負荷預測水平。

技術領域

本發明屬于電力系統技術領域，具體涉及一種短期微電網負荷區間概率預測方法。

背景技術

微電網是將分布式電源、儲能裝置、能量轉換裝置及監控、保護裝置等聯結起來向用戶供電的小型分散系統。微電網負荷的精確預測是微電網運行和能量管理的重要基礎，將直接影響微電網運行策略。在負荷預測領域，目前針對微電網負荷預測的方法主要分為傳統預測方法和現代智能預測方法。傳統預測方法主要有曲線外推法、灰色預測法、回歸分析法、時間序列法和負荷求導法等。此類方法運用概率論或數理統計理論，通過統計分析得出的歷史數據的擬合函數進行負荷預測，其算法過程簡明，易于實現。現代智能預測方法主要有人工神經網絡和支持向量機預測方法。此類方法運用人工智能技術，通過經驗學習和樣本訓練對負荷變化規律進行最優擬合，并且能夠充分地考慮外界因素對負荷變化的影響，預測結果的精度較高。

但是，目前微電網負荷預測方法均為單一的點預測，只給出一個確定的數值，無法確定預測結果可能的波動范圍。而微電網系統中蘊含了諸多不確定因素，使得決策工作存在風險，在決策時必須考慮電力需求的不確定性，因此如何實現區間預測更加符合客觀需求。

發明內容

針對現有技術的不足，本發明提出了一種短期微電網負荷區間概率預測方法。

本發明的技術方案如下：

一種短期微電網負荷區間概率預測方法，包括：

步驟1、獲取微電網負荷數據；

步驟2、結合預測區間覆蓋率和預測區間帶寬均方根，并引入平均偏移指標，構造寬度覆蓋準則作為尋優目標函數；

步驟3、利用淘汰機制優化策略對基本珊瑚礁算法進行改進；

步驟4、建立基于淘汰機制優化策略改進珊瑚礁算法循環神經網絡的短期微電網負荷區間預測模型，通過改進珊瑚礁算法，對優化準則進行尋優，更新神經網絡權值閾值；

步驟5、根據最優的權值閾值建立神經網絡，對微電網負荷進行區間預測。

其進一步的技術方案為，所述步驟2具體包括：

計算預測區間覆蓋率δ_PISCP為：

式(1)中，N為樣本總數；i為樣本序號；

參數c_i為：

式(2)中，ζ_i為實際微電網負荷，L_i為預測區間下界，U_i為預測區間上界；

計算預測區間帶寬均方根ψ_RPIW為：

式(3)中，R為最大預測區間寬度；

計算平均偏移指標φ_MO為：

構造寬度覆蓋準則T_CCWC作為尋優目標函數；寬度覆蓋準則T_CCWC為：