考慮熱島效應(yīng)的配網(wǎng)短期負荷預(yù)測及網(wǎng)絡(luò)優(yōu)化重構(gòu)研究

發(fā)布時間：2020-06-25 15:30

【摘要】：負荷預(yù)測是電網(wǎng)調(diào)度的重要組成內(nèi)容,也是電網(wǎng)實現(xiàn)優(yōu)化運行的基礎(chǔ),其效果直接影響電網(wǎng)的安全穩(wěn)定和經(jīng)濟效益。現(xiàn)存的負荷預(yù)測方法能夠滿足一定的精度要求,但配網(wǎng)結(jié)構(gòu)復(fù)雜化和負荷種類多樣性的發(fā)展趨勢,導(dǎo)致已有的負荷預(yù)測方法亟待改進,以滿足電網(wǎng)的發(fā)展需求。隨著鄭州市城市化進程的加劇,其引發(fā)的城市熱島效應(yīng)也愈發(fā)嚴重,成為負荷預(yù)測不可忽視的因素。配網(wǎng)優(yōu)化重構(gòu)能夠降低電網(wǎng)損耗,實現(xiàn)經(jīng)濟運行,達到節(jié)能環(huán)保的目的。本文主要開展考慮熱島效應(yīng)的配網(wǎng)短期負荷預(yù)測模型及網(wǎng)絡(luò)優(yōu)化重構(gòu)的研究。首先,針對極限學習機隨機產(chǎn)生輸入層權(quán)值、隱含層閾值導(dǎo)致網(wǎng)絡(luò)不穩(wěn)定的問題,提出了一種基于改進遺傳算法優(yōu)化極限學習機的負荷預(yù)測方法。利用爬山法改進的遺傳算法對極限學習機的權(quán)、閾值進行優(yōu)化,以獲得穩(wěn)定性強、預(yù)測精度高的優(yōu)化模型,并將此優(yōu)化模型的預(yù)測結(jié)果與BP網(wǎng)絡(luò)、極限學習機的預(yù)測結(jié)果進行對比,驗證所提方法的有效性。然后,選取鄭州市區(qū)和郊區(qū)近兩年的溫度數(shù)據(jù),計算出城市熱島效應(yīng)強度,依此分析了鄭州市城市熱島效應(yīng)的季節(jié)變化特征和日變化特征。探究了鄭州市熱島效應(yīng)對配網(wǎng)負荷的影響,并進行了兩者的相關(guān)性分析。建立加入熱島效應(yīng)影響因素的短期負荷預(yù)測模型,并通過MATLAB實例分析驗證了考慮熱島效應(yīng)的負荷預(yù)測效果。最后,利用改進遺傳算法優(yōu)化考慮熱島效應(yīng)的極限學習機預(yù)測模型,對鄭州市火車站配電網(wǎng)的負荷進行預(yù)測,基于此預(yù)測結(jié)果進行了配網(wǎng)潮流計算,為網(wǎng)絡(luò)優(yōu)化重構(gòu)奠定基礎(chǔ)。通過改進遺傳算法搜索具有最小網(wǎng)絡(luò)損耗的配網(wǎng)結(jié)構(gòu),得到其最優(yōu)運行方式,實現(xiàn)了鄭州市配電網(wǎng)的優(yōu)化重構(gòu)。研究結(jié)果表明負荷預(yù)測模型能夠有效提高配網(wǎng)短期負荷預(yù)測精度,且通過網(wǎng)絡(luò)的優(yōu)化重構(gòu)獲得了網(wǎng)損最小的運行方式,實現(xiàn)了網(wǎng)絡(luò)的優(yōu)化運行,可應(yīng)用于電力系統(tǒng)優(yōu)化調(diào)度中,有較強的實用性。
【學位授予單位】：華北電力大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TM73;TP18
【圖文】：

網(wǎng)絡(luò)結(jié)構(gòu)圖,學習機,極限,前根

圖 2-1 極限學習機網(wǎng)絡(luò)結(jié)構(gòu)圖對其網(wǎng)絡(luò)進行訓練前根據(jù)隨機產(chǎn)生的 ω 和 b，通，即可計算出 β。整個訓練過程不需迭代一次完成有學習訓練速度快，預(yù)測輸出誤差小并且泛化能神經(jīng)網(wǎng)絡(luò)難以確定最優(yōu)參數(shù)的問題。但隨機給定

算法流程圖,實際值,百分誤差,適應(yīng)度