面向配电网边缘侧的自适应负荷预测方法研究与应用.pdfVIP

摘要

随着小微量测和智能终端设备的大量应用，新型配电系统中的数据量急剧

增加，边缘计算技术成为海量数据采集、分析、处理的重要手段，在充分释放

数据价值、突破通信传输瓶颈、提高决策快速性等方面具有显著优势。负荷预

测作为边缘侧重要功能之一，是支撑配电网状态感知、协调控制等诸多业务的

关键前提。然而，边缘侧负荷类型多样、时变性强，同时边缘计算装置资源有

限，给边缘侧的准确负荷预测提出了巨大挑战。本文围绕配电网边缘侧就地负

荷预测与应用问题展开研究，主要工作归纳如下：

1）面向配电网边缘侧园区系统电-热负荷联合预测问题，提出了基于深度

迁移学习的多元负荷预测方法，利用多元负荷相关性提高了预测准确度。首先，

通过构建一维卷积网络和长短期记忆网络分别提取不同时间尺度的负荷特征，

引入注意力机制模块对关键负荷特征进行聚焦；然后，采用硬参数共享机制学

习多元负荷间的耦合关系；进一步考虑不同负荷的不确定性程度差异，设计了

基于同方差不确定性的多任务损失函数；最后，提出了基于最大均值差异的迁

移学习策略，自动对关键模型参数进行调整，以解决预测模型的适应性问题。

2）针对配电网边缘计算资源约束下的负荷预测问题，提出了面向边缘计算

的轻量化自适应集成预测方法，在不降低预测精度的前提下，以轻量化自适应

模型覆盖整个预测周期，最大限度地降低模型复杂度。首先，选取回声状态网

络作为核心预测算法，采用集成学习解决边缘侧负荷高随机性；其次，为降低

后续计算开销，提出了一种自适应稀疏集成方法，减小最终集成规模；进一步

引入自动编码器进行模型变量降维，降低计算时间和存储资源；最后，提出了

基于带修正协方差卡尔曼滤波的自适应预测方法，结合短期实测数据修正模型。

3）面向边缘计算就地化预测与控制业务的协同应用问题，基于模型预测控

制框架，实现了融合预测信息的配电网边缘侧多时间尺度运行控制。在长时间

尺度，基于多步小时级源荷预测信息，以经济性和安全性最优，滚动求取储能

系统调度指令；在短时间尺度，基于分钟级源荷预测信息，滚动求取分布式电

源无功控制指令，以实现边缘计算装置所辖区域长时间的经济运行和短时间的

安全运行。

关键词：配电网，自适应负荷预测，边缘计算，深度学习，模型预测控制

I

II

ABSTRACT

Withthemassiveapplicationofminiaturemeasurementandintelligentterminal

devices,theamountofdatainthenewdistributionsystemhasincreaseddramatically.

Edgecomputingtechnologyhasbecomeanimportantmeansformassivedata

collection,analysisandprocessing,andithassignificantadvantagesinfullyreleasing

datavalue,breakingthroughcommunicationtransmissionbottlenecks,andimproving

therapidityofdecisionmaking.Loadforecasting,asoneofthemostimportant

functionsontheedgeside,isakeyprerequisitetosupportmanyservicessuchasstate

awarenessandcoordinationcontrolofdistribution