基于多指标评价策略与智能算法的光伏系统选址与配电网重构优化研究.pdfVIP

摘要

随着全球能源结构向清洁化和低碳化转型，分布式光伏发电在现代电力系统中扮演

着越来越重要的角色。光伏系统发电因其间歇性和不确定性给配电网络的运行和规划带

来了巨大挑战。由极端天气事件导致的电力系统故障，给电网的稳定运行带来了严峻挑

战。将光伏等分布式可再生能源集成到配电网中可以提高配电网的恢复能力，但高渗透

率光伏系统并入配电网后却又会导致电压波动和消纳能力不足等问题。因此，本文提出

一种基于LSTM-XGBoost的光伏功率预测模型，提出了一种基于多指标评价策略的节

点评价模型，并构建一种光伏系统选址与配电网重构的协同优化模型。采用一种结合麻

雀搜索算法和非洲秃鹫优化算法的智能组合算法对模型进行求解，主要完成以下工作：

(1)为提高光伏功率预测模型的准确性和稳定性，本文提出一种基于LSTM-

XGBoost的组合光伏预测模型。该模型结合了LSTM模型和XGBoost模型的时间序列

建模能力和有效捕捉大规模数据重要特征的优势，同时利用Spearman特征法进行特征

提取，并通过麻雀搜索算法(SSA)进行超参数调整增强其预测性能。最后，通过逆误差法

对预测结果进行加权，构建组合预测模型。实验结果表明，与其他预测模型相比，该模