基于粒子濾波算法的電力系統(tǒng)短期負荷預測.pdf

1、電力系統(tǒng)的短期負荷預測是節(jié)約用電資源，保證用電質量的重要途徑之一，精確的負荷預測可以有效的降低發(fā)電成本，提高經濟效益。電力系統(tǒng)負荷預測問題由來已久，是一個比較老的話題，可是國內外在這方面開展的工作和研究卻從未停止過，人們不斷探索利用新的方法對電力負荷進行預測，從傳統(tǒng)的回歸分析、時間序列方法到后來智能算法的出現，都體現出人們對更高預測精度的追求?；诖?，本文也嘗試將粒子濾波算法應用到電力系統(tǒng)短期負荷預測中來，并得到了可喜的效果。
　

2、　本文在國內外學者研究成果的基礎上，結合相關學科理論取得的新成果將粒子濾波算法應用在短期負荷預測的問題上，為了解決具體應用的例如粒子退化等問題，本文對粒子濾波算法進行了重采樣方面的改進，進而發(fā)揮了粒子濾波算法處理非線性、非高斯隨機系統(tǒng)的參數估計和狀態(tài)濾波問題的突出優(yōu)勢。然后本文提出了基于粒子濾波的短期負荷預測算法，并給出了遞推模型。通過分析負荷數據后發(fā)現，待預測的負荷與它前一時刻的負荷、前一周同一類型日的負荷、前一天相同時刻的負荷和當日

3、平均溫度是存在相關關系的，因此本文提出采用這四個相關系數作為模型的狀態(tài)粒子在模型中進行迭代更新。為了檢驗模型和算法的有效性，本文采用EUNITE Network在2001年8月1日組織的一次全球的網上電力負荷預測競賽的數據，進行仿真實驗。實驗中本文在設置了一些必要的初始狀態(tài)值和必要的系統(tǒng)參數的前提下，對在一定范圍內狀態(tài)粒子數目的增加與預測精度的提高存在相關關系，和粒子數目的增加與計算時間的關系進行了研究。在保證合適的預測精度前提下，給出