考虑光伏发电的短期负荷预测-电气工程专业毕业论文.docxVIP

浙江大学硕士学位论文摘要 浙江大学硕士学位论文 摘要 l眦Y帆2㈣0 44眦帆7m1㈣7l＼114帆 在电力系统中短期负荷预测是不可缺少的运算，预测结果的准确性直接关 系到系统运行的安全性和经济性，因此如何提高短期负荷预测的精确性一直是 国内外研究人员致力研究的方向之一。 在众多影响负荷的因素中，气象因素的影响最为显著。研究气象因素与负荷 之间的关系，是提高负荷预测精度的一个有效方法。本文对杭州电网的负荷特性 进行了详细的分析，定量分析了年、月、周负荷的变化规律，拟合出了负荷与各 气象因子的关系曲线。在此基础上，提出了综合气象因子的方法处理实时气象因 子。 阐述了人工神经网络在短期负荷中的应用，分析了应用较成熟的BP神经网 络算法的原理，在此基础上提出了改进的BP神经网络算法，并用实际算例验证 此方法的可行性。 针对BP算法的缺点，本文提出了自适应能力强的自适应神经网络算法。对 于庞大的训练数据，提出了动态自适应的方法，有效的提高了数据处理效率、缩 短了预测时间，在此基础上加入了噪声干扰模型。以此建立起了动态自适应神经 网络的预测模型，通过实例，证明了所提出方法的高精度性和快速性。 分析了光伏系统接入对于传统负荷的影响，建立了一个小型的光伏出力系 统。系统阐述了各影响因素和光伏出力的关系，在此基础上，采用人工神经网络 法对光伏出力进行预测。最后通过杭州地区的数据，对加入光伏出力前后的负荷 进行了预测。 关键词：短期负荷预测；综合气象因子；动态自适应；人工神经网络； 光伏发电 浙江大学硕士学位论文Abstract 浙江大学硕士学位论文 Abstract Short．Term Lord Forecasting(STLF)is very necessary in power system，and the result of forecasting is highly related to the safety and economical efficiency of the operation of power system．Therefore，how to increase the accuracy of load forecasting has always been a popular field concemed by researchers botll at home and abroad． It has been shown by amount of research that the meteorological factors have been played a significant part in power load among many factors．So investigation the relation ship between meteorological factors and power load is an effective way to increase the precision of load forecasting．In this thesis，load characteristic in Hangzhou region is analyzed,including change law by year、month and week．Then the relationship carves are plotted．Based on the theory proposed above，three integrated meteorology indexes are put forward to handle meteorological factors． Then the application of artificial neural network in short-term lord forecasting is introduced,especially the theory of Back Propagation．Besides，an improved BP algorithm is brought forth based on the theory above，and the method is verified by the example of Hangzhou region． In connection谢tll the short point of BP algorithm，an adaptive artificial neural network model is proposed and applied tO the short-term forecasti