基于改进支持向量机的微网负荷预测方法及其仿真分析.pdf

自动化技术与应用 2017年第36卷第3期 电 气 传 动 I、【，t C}llI)riV 基于改进支持向量机的微网负荷预 测方法及其仿真分析 徐建军 ，张延福 (东北石油大学电气信息工程学院 ，黑龙江 大庆 l633l8) 摘 要 ：为满足微电网建设和能源互联网技术的发展要求 ，根据微电网负荷难以统计、负荷波动性大、随机性强的特点 ，以基于 用户侧微 电网历史数据为基础 ，提出了一种基于多种群遗传算法优化支持向量回归机的微 电网负荷预测模型 ，根据对遗传 算法的改进 ，应用在支持向量机的参数寻优中对微电网负荷进行预测。仿真实验表明 ，与传统的微网负荷预测方法进行对 比，其对微电网的负荷预测具有更高的精度 ，满足实际要求。 关键词 ：微电网；负荷预测 ；多种群遗传算法 ；支持向量机 中图分类号 ：TM714 文献标识码 ：A 文章编号 ：1003-7241(2017)03-0064—04 MicrogridLoadForecastingBasedonImproved SVM andSimulationAnalysis XUJian-jun，ZHANGYan—fu (CollegeofElectricalInformationNortheastPetroleumUniversity,Daqing1633I8China) Abstract：Inordertomeettheconstructionofmicrogridandthedevelopmentoftheenergy internettechnologyrequirements， accordingtothecharacteristicsofthemicrogrid load，suchasthedifficultyofstatistics。largeloadfluctuation，random， basedontheusersidehistoricaldataofmicrogram，flkindofmicrogridloadforecastingmodelbasedonmultipopulation geneticalgorithm optimized supportvectormachineisproposed ispredicted．Accordingto theimprovementofgenetic algorithm intheparameteroptimizationofsupportvectormachine，themicrogird load ispredicted．Simulation experimentsshow thatcomparedwiththetraditionalmethodofloadforecasting，theimpl’ovedalgorithm hashigher accuracyandmeettheactualrequirements． Keywords：microgrid；loadforecasting；multipopulationgeneticalgorithm；supportvectormachine 1 引言 因数 ，对微电网负荷进行预测 。 微网的短期负荷预测是微网运行调度和能量管理的 传统的电力系统的负荷预测方法主要为 自滑动平均 基础 ，预测精度将直接影响着微电网系统的电能交易、 法和趋势外推法等 ，而根据做电网负荷波动性和随机性 发供 电计划的安排以及供电质量。无论是对主电网的预 的特点 ，当处在外围环境发生变动时 ，传统的负荷预测 测还是对微电网的预测hi，无论是应用传统的预测理论