考虑热岛效应的配网短期负荷预测及网络优化重构研究

发布时间：2020-06-25 15:30

【摘要】：负荷预测是电网调度的重要组成内容,也是电网实现优化运行的基础,其效果直接影响电网的安全稳定和经济效益。现存的负荷预测方法能够满足一定的精度要求,但配网结构复杂化和负荷种类多样性的发展趋势,导致已有的负荷预测方法亟待改进,以满足电网的发展需求。随着郑州市城市化进程的加剧,其引发的城市热岛效应也愈发严重,成为负荷预测不可忽视的因素。配网优化重构能够降低电网损耗,实现经济运行,达到节能环保的目的。本文主要开展考虑热岛效应的配网短期负荷预测模型及网络优化重构的研究。首先,针对极限学习机随机产生输入层权值、隐含层阈值导致网络不稳定的问题,提出了一种基于改进遗传算法优化极限学习机的负荷预测方法。利用爬山法改进的遗传算法对极限学习机的权、阈值进行优化,以获得稳定性强、预测精度高的优化模型,并将此优化模型的预测结果与BP网络、极限学习机的预测结果进行对比,验证所提方法的有效性。然后,选取郑州市区和郊区近两年的温度数据,计算出城市热岛效应强度,依此分析了郑州市城市热岛效应的季节变化特征和日变化特征。探究了郑州市热岛效应对配网负荷的影响,并进行了两者的相关性分析。建立加入热岛效应影响因素的短期负荷预测模型,并通过MATLAB实例分析验证了考虑热岛效应的负荷预测效果。最后,利用改进遗传算法优化考虑热岛效应的极限学习机预测模型,对郑州市火车站配电网的负荷进行预测,基于此预测结果进行了配网潮流计算,为网络优化重构奠定基础。通过改进遗传算法搜索具有最小网络损耗的配网结构,得到其最优运行方式,实现了郑州市配电网的优化重构。研究结果表明负荷预测模型能够有效提高配网短期负荷预测精度,且通过网络的优化重构获得了网损最小的运行方式,实现了网络的优化运行,可应用于电力系统优化调度中,有较强的实用性。
【学位授予单位】：华北电力大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TM73;TP18
【图文】：

网络结构图,学习机,极限,前根

图 2-1 极限学习机网络结构图对其网络进行训练前根据随机产生的 ω 和 b，通，即可计算出 β。整个训练过程不需迭代一次完成有学习训练速度快，预测输出误差小并且泛化能神经网络难以确定最优参数的问题。但随机给定

算法流程图,实际值,百分误差,适应度

IGA-ELM算法流程图

【参考文献】