文件大小：1.45M
摘要：精确的长期负荷预测为电力系统规划提供良好的数据基础。然而，现有长期负荷预测大多采用年、月等形式，时间分辨率较粗，难以反应负荷波动性。将电力负荷视作随机变量，提出一种高斯分布引导下负荷8 760曲线全景最优化预测方法。首先，提出一种负荷8 760曲线的长期负荷预测框架，该框架以全景式、精细化的结构描述负荷在未来整年即8 760 h的长期变化，根据统计学特性分解为长期趋势、中期波动及短期变化，分析所包含的多时间尺度负荷指标。然后，以负荷取值概率最大为目标函数建立负荷概率优化模型，将全景负荷预测转化为优化问题，不同时间尺度负荷特性形成约束条件，求解优化模型并还原目标年负荷8 760曲线。中国中部、南部两省实际负荷数据算例结果表明，所提方法通过确定负荷概率分布，以负荷8 760曲线的形式准确描述全景负荷，有效提高长期预测精度，具备良好的泛化性与可解释性。
文章目录
0 引言
1 高斯分布引导下负荷8 760曲线全景最优化预测框架
2 全景负荷8 760曲线
2.1 全景式负荷8 760曲线特性
2.2 高斯分布引导下负荷概率
3 最优化预测模型
3.1 概率最优
3.2 趋势预测
3.3 异常修正
3.4 聚类优化
3.5 求解评估
4 算例分析
4.1 算例设置
4.2 高斯分布验证
4.3 精度验证
4.4 泛化验证
4.5 可解释性验证
5 结论
