|
|
|
| 基于改进logistic模型法的配电网负荷预测 |
| 余泳涛 张扬 |
| 南昌大学信息工程学院 国网江西省信息通信分公司 |
|
|
|
|
摘要 为了达到“双碳”目标，新开发地区的配电网需要进行目标网架结构规划，目标网架的搭建又离不开准确的负荷预测。常规配电网规划通常以自然增长法和点负荷法求取过渡年负荷增长速度，误差往往较大。本文考虑新开发地区负荷增长规律，先使用空间负荷预测进行饱和负荷预测，然后以空间负荷预测的值作为饱和值，利用logistic法进行近期负荷预测，并运用粒子群算法对logistic的参数进行寻优。最后通过以华东某地区2001年至2020年历史负荷数据与该地区发展规划为分析案例，印证了该预测模型相比于传统模型以及未改进模型的优越性。
|
|
| 关键词 ：
负荷增长规律,
负荷密度法,
负荷预测,
logistic模型,
粒子群寻优
|
|
|
| [1] |
林子黄薏辰张扬刘诚杨俊清. 基于支持向量机相关性分析的波浪能发电电力负荷预测[J]. 南昌大学学报（理科版）, 2019, 43(5): 504-. |
| [2] |
张宁； 黄伟琼. 基于马尔科夫链改进无偏灰色Verhulst的中长期负荷预测模型[J]. 南昌大学学报（工科版）, 2015, 37(04): 396-. |
| [3] |
沈渊彬； 刘庆珍； 李友军； 苏申. 基于模糊组合权重的BA-SVM短期负荷预测[J]. 南昌大学学报（工科版）, 2015, 37(03): 300-. |
| [4] |
姚力文; 白小明; 陈轶. 基于灰理论的电力负荷预测模型[J]. 南昌大学学报（理科版）, 2010, 34(05): 1-. |
| [5] |
戴文进; 付小科. 基于模式识别和神经网络的电力系统短期负荷预测[J]. 南昌大学学报（工科版）, 2003, 25(02): 1-. |
|
|
|
|
