极值负荷及其出现时刻的概率化预测 Short Term Probabilistic Forecasting of the Magnitude and Timing of Extreme Load.pdfVIP

下载本文档

26
0
约2.99万字
约 9页
2017-09-03 发布于湖北
举报
版权申诉

极值负荷及其出现时刻的概率化预测 Short Term Probabilistic Forecasting of the Magnitude and Timing of Extreme Load.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第 31卷第 22期中国电机工程学报 Vo1．31No．22 Aug．5，2011 64 2011年 8月 5日 ProceedingsoftheCSEE ~2011Chin．Soc．forElec．Eng．文章编号：0258—8013(2011)22—0064．09 中图分类号：TM71 文献标志码：A 学科分类号：4704·0 极值负荷及其出现ll-,J~lJ的概率化预测陈新宇，康重庆，陈敏杰2 (1．电力系统及发电设备控制和仿真国家重点实验室(清华大学电机系)，北京市海淀区 100084； 2．麻省理工学院电气工程与计算机科学系，美国马萨诸塞州剑桥市 02139) ShortTerm ProbabilisticForecastingoftheM agnitudeandTimingofExtremeLoad CHENXinyu，KANGChongqing，ChenMinjie (1．StateKeyLabofControlandSimulationofPowerSystemsandGenerationEquipments(Dept．ofElectricalEngineering，Tsinghua University)，HaidinaDistrict，Beijing100084，China；2．Dept．ofElectricalEngineeringnadComputerScience，Massachusetts InstituteofTechnology,02139，Cambridge，MA，USA) ABSTRACT：Asthefoundation ofsystem daiiy scheduling 概率分布，最终根据全概率公式，实现了日最高负荷出现时 andoperations，currentdeterministicforecasting algorithm of 刻的概率性预测方法。中国北方某城市的实际预测表明，所 themagnitudeandtimingofextremeloadisnotsatisfactory．提出的概率化预测方法可以有效地解决极值负荷预测问题。 Probabilisticforecastingisaneffectivewaytoreducehterisk 关键词：电力系统；短期负荷预测；母线负荷预测；序列运 ofinaccurateforecastingofextremeload．Thispapertookpeak 算理论；极值负荷；出现时刻 loadasallexample，analyzedhtemultisub-peakscharacteristic ofloadcurve，studiedthestatisticalfeaturesofhtepeakload 0 引言 mang itude and timing，established the regression model betweenpeakloadoccurrencetimeandsunsettime；based0n 无论是以全天负荷曲线为预测对象的短期负 sortedstatisticsofpeak loaddaily incrementsbyweeksand 荷预测，还是母线负荷预测【卜，其难点往往在于如 seasons，htepaperforecastedtheprobabilisticdensiytfunctions 何准确地把握在负荷波动过程中的一些关键点，如 (PDF)ofsub-peakloadmagnitudes，calculatedhtePDFofhte 最高负荷、最低负荷。最高负荷的准确预测，直接 peka load mang iutde via sequence operation theories，决定次日开机机组容量的大小。如果最高负荷预测 forecastedthe