基于实时电价与支持向量分位数回归的短期电力负荷概率密度预测方法.pdf

第 37卷 第 3期 中 国 电 机 工 程 学 报 Vo1．37No．3 Feb．5，2017 768 2017年 2月 5日 ProceedingsoftheCSEE ~2017Chin．Soc．forElec．Eng DOI~10．13334~．0258—8013．pcsee．152332 文章编号：0258—8013(2017)03—0768—08 中图分类号：TM 71 基于实时电价与支持向量分位数回归的 短期电力负荷概率密度预测方法 何耀耀 ，刘瑞 ，撖奥洋2 (1．过程优化与智能决策教育部重点实验室(合肥工业大学)，安徽省 合肥市 230009； 2．山东电力集团 青岛供电公司调控中心，山东省 青岛市 266300) Short-TermPowerLoadProbabilityDensiyt ForecastingMethodBasedonReal TimePriceandSupportVectorQuantileRegression HEYaoyao，LIU Rui，HAN Aoyang2 (1．KeyLaboratoryofProcessOptimizationandIntelligentDecision-making(HefeiUniversityofTechnology)， MinistryofEducation，Hefei230009，AnhuiProvince，China；2．QingdaoPowerSupplyCompanyControlCenter, ShandongElectricPowerGroup，Qingdao266300，ShandongProvince，China) ABSTRACT：Intheenvironmentofsmartgrid，real—timeprice 大，为了提高考虑实时电价的短期电力负荷预测精度，更好 hasbiggerinfluence on the power consumption pa~ern of 地反映电力负荷的不确定性。提出了支持向量分位数回归方 powerconsumers．In orderto improvethe accuracy ofthe 法，通过引入松弛变量构造 Lagrange函数，得出不同分位 short-term powerloadforecastingconsideringreal—timeprice， 点下的未来一天任意时刻电力负荷的预测结果。同时采用 na dreflecttheuncertaintyofpowerloadpreferably,thispaper Epnaechnikov核函数，将 SVQR与核密度估计相结合，进 proposedasupportvectorqunatileregression(SVQR)method． 行短期电力负荷概率密度预测，可得到未来负荷准确的波动 By means of introducing slack variables to constructthe 范围。以新加坡的历史负荷和实时电价数据为例，进行短期 lagrange function，the resultsofpowerload forecastun der 电力负荷概率密度预测，结果表明该方法能够较好地解决考 differentquantiles atany time