基于智能优化方法的相似日短期负荷预测

作     者：陈弘川 蔡旭 孙国歧 魏晓宾 曹云峰 孙学锋 苏辉 张玲艳 CHEN Hongchuan;CAI Xu;SUN Guoqi;WEI Xiaobin;CAO Yunfeng;SUN Xuefeng;SU Hui;ZHANG Lingyan

作者机构：上海交通大学上海200240 山东德佑电气股份有限公司山东淄博255049 

出 版 物：《电力系统保护与控制》 (Power System Protection and Control)

年 卷 期：2021年第49卷第13期

页      面：121-127页

核心收录：

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

基　　金：山东省重点研发计划项目资助(2019JZZY020804) 

主　　题：短期负荷预测 相似日 参数自适应 果蝇优化算法 

摘      要：针对传统相似日法中各因素相似度及其权重需要人工赋值的不足,在充分考虑日期类型、日期距离、气象因素等几种主要常规影响因子的前提下,建立了一种基于智能优化方法的相似日模型对日用电量进行短期预测。相似度计算公式中全部原本需要人工赋值的参数均由历史数据基于果蝇优化算法训练得出。参数值可以根据特定用户的负荷变化特性动态调整,增强了相似日法的准确性和通用性。为了解决求解参数的多维优化问题,避免算法陷入局部极值,提出了一种引入多种群概念的果蝇优化算法,增强了算法的全局搜索能力。仿真实例表明,相比起传统的相似日模型,基于智能优化方法的相似日模型的预测准确率有了明显提高。