基于bp人工神经网络的空调降温负荷预测 forecast the air conditioners load based on bp neural network.pdfVIP

文章编号：1009-1831（2010）04-0027-04 ◆负荷管理◆ 基于BP人工神经网络的空调降温负荷预测 糜作维 （宿迁供电公司，江苏 宿迁 223800） ForecasttheairconditionersloadbasedonBPneuralnetwork MI Zuo⁃wei （SuqianPowerSupplyCompany，Suqian223800，China） 摘要：空调负荷是近年来增长较快的一类负荷，其特性 Abstract ：Air conditioner loads increase quickly in recent 对电网的电压稳定性影响很大。夏季影响空调负荷的因素 years.Thiskindofloadsimpactsonthevoltagestabilityofpower 主要是温度和湿度的变化。为了更好的预测空调降温负荷，systemgreatly.Themainfactorsinfluencingairconditionersload 研究了温度和湿度对空调负荷的影响。利用BP人工神经网 is the temperature and humidity changes. After recognizing that humiditycanbedividedintofourdifferentcomfortlevels，amulti⁃ 络对电网空调负荷进行了预测，经过分析把日平均湿度量化 plelayerfeed-forwardneuralnetworkmodelisusedtomodelthe 成4段，和日平均湿度实际数值的模型进行计算比较，结果显 twodimensionsimpactoftemperatureandhumidity.Theresults 示考虑日最高温度和日平均湿度量化为4段能更好的模拟温 arecomparedtoanumericallydeterminedform.Andfourdifferent 度、湿度和空调负荷之间的非线性关系，能更好的对电网空 comfort levels of humidity can give better representation of the 调负荷进行预测。 nonlinearrelationshipbetweenairconditionersloadandweather 关键词：负荷预测；降温负荷；BP人工神经网络 conditions. Key words ：loadforecasting;coolingload;BPneuralnet⁃ work 中图分类号：F407.61 文献标志码：A 近年来，随着国民经济的发展和人民生活水平 的提高，居民空调电器的拥有率及使用率逐年上 日最高气温和日平均相对湿度，而冬季则主要是日 升，夏季空调降温负荷在总用电负荷中所占的比重 最低气温和日平均风速。其它气候因素也对空调 越来越大，夏季空调降温负荷是夏季用电峰荷产生 负荷有一定的影响，但不起主导作用。 ［1—3］ 的主要因素之一 。季节的变化是影响电力负荷 的一个重要因素，室外的天气对人们使用空调具有 2 基于人工神经网络的空调负荷预测 决定的作用，尤其在湿热的夏季。 这些大量的空调负荷对电力系统的稳定性有 2.1 空调负荷预测方法的选择 着重要的影响。空调负荷有它自身的特点，并且空 有学者用温度的历史数据建立温度对