采用分形插值的典型日负荷曲线改进预测方法.pdfVIP

第 27卷第 3期 电力 系统 及 其 自动 化 学 报 V01．27 No．3 2015年 3月 ProceedingsoftheCSU—EPSA Mar． 2015 采用分形插值的典型 日负荷 曲线改进预测方法 李 萌-，程浩忠 ，杨宗麟 ，韩新阳 ，杨镜非 (1．上海交通大学电力传输与功率变换控制教育部重点实验室，上海 200240；2．华东电网有限公司， 上海 200240；3．北京国网经济技术研究院，北京 100052) 摘要：提出了一种结合粒子群算法的改进分形预测方法。针对各年典型日负荷曲线形态相近且具有上移趋势 的特点，采用调整向量来描述该趋势，在生成迭代函数系吸引子的过程中利用粒子群算法对调整向量进行优 化。针对传统分形预测中迭代初始点经验性选取的问题，提出了利用 “时序平移”的思想来计算迭代初始点 的方法。结合调整向量优化和时序平移思想 ，建立改进的分形预测模型。最后 ，通过实例计算说明了该方法 的有效性。 关键词：负荷曲线预测；典型日负荷；分形插值；迭代函数系；粒子群算法 中图分类号：TM715 文献标志码 ：A 文章编号：1003—8930(2015)03—0036—06 DOI：10．3969~．issn．1003—8930．2015．03．07 ImprovedForecastingM ethodofTypicalDailyLoadCurveBased onFractalInterpolation LIMeng，CHENGHaozhong，YANGZonglin，HANXinyang。，YANGJingfei (1．KeyLaboratoryofControlofPowerTransmissionandTransformationofMinistryofeducation， ShanghaiJiaoTongUniversity，Shanghai200240，China；2．EastChinaGridCompanyLimited， Shanghai200240，China；3．StatePowerEconomicResearchInstitute，Beijing100052，China) Abstract：Thispaperproposesanimprovedmethod offorecastingtypicaldailyloadcurvecombinedwith particle swarm optimization．Inpointofthetypicaldailyloadcunecharacteristicsofsimilarshapeandupwardtrendyearby year，thispaperadoptsadjustmentvectortoexpressthetrend，andoptimizestheadjustmentvectorusingparticle swarm algorithmintheprogressofgeneratingattractorsofiterativefunctionsystem．Aimingattheexperientialselection problemsoftheinitial iterationpointinthetraditionalfractalprediction，amethodbasedontime—shiftingtechniqueis proposedtocalculatetheinitialpointforthefractalinterpretationiteration．Combinedwiththeadjustmentvectoropti— mizationandtime-shiftingthought，animprovedfractalpredictionmodelisthenestablished．Casestudyresultsshow tha