引言

近年來,，可再生能源發(fā)電設(shè)備裝機(jī)容量持續(xù)增長，極大地提升了配電網(wǎng)滿足更多用電負(fù)荷的能力[1],。但是風(fēng)光發(fā)電出力波動(dòng)性大,，對(duì)電力系統(tǒng)的運(yùn)行方式、潮流方向及電網(wǎng)運(yùn)行態(tài)勢造成了很大的影響,，提升了調(diào)度難度[2-3],。目前，解決可再生能源波動(dòng)性對(duì)電網(wǎng)用電穩(wěn)定性的影響的需求不斷增強(qiáng),。在此背景下,，張耀聰[4]利用LSTM、注意力機(jī)制的神經(jīng)網(wǎng)絡(luò)對(duì)風(fēng)力,、太陽能等可再生能源的出力進(jìn)行預(yù)測以優(yōu)化電網(wǎng)調(diào)度方式,；葉梁勁等人[5]利用小波變換對(duì)電力負(fù)荷相關(guān)數(shù)據(jù)（天氣、日期等）進(jìn)行特征提取,，使用LSTM長短期記憶神經(jīng)網(wǎng)絡(luò)對(duì)特征提取后的數(shù)據(jù)進(jìn)行訓(xùn)練,，以實(shí)現(xiàn)對(duì)電力系統(tǒng)的負(fù)荷預(yù)測，得到了較高精度的預(yù)測模型,；楊麗薇等人[6]采用小波分解與BP神經(jīng)網(wǎng)絡(luò)的組合算法,，預(yù)測相同天氣類型下的光伏電站短期功率輸出，實(shí)現(xiàn)了對(duì)晴天與多云天氣下的光伏功率輸出預(yù)測,。預(yù)測態(tài)勢感知技術(shù)也逐漸被用于優(yōu)化配電網(wǎng)的運(yùn)行過程[7-9],。

雖然不少研究學(xué)者針對(duì)電力負(fù)荷預(yù)測做出了研究并得到了一定研究成果，但目前的研究缺乏一套可以執(zhí)行的系統(tǒng),，并且研究對(duì)象（數(shù)據(jù)集的參量）較為單一,。綜上所述,，針對(duì)現(xiàn)有研究難以解決風(fēng)光發(fā)電波動(dòng)大、負(fù)荷大小難以預(yù)測對(duì)電網(wǎng)運(yùn)行態(tài)勢造成重大影響以及調(diào)度困難的問題,，本文通過構(gòu)建配電網(wǎng)態(tài)勢感知框架,，提出了一種基于小波變換和神經(jīng)網(wǎng)絡(luò)的可再生能源接入配電網(wǎng)的負(fù)荷預(yù)測和優(yōu)化方法。首先,，采集電網(wǎng)運(yùn)行數(shù)據(jù),，利用小波變換處理收集到的數(shù)據(jù)，得到局部尺度和頻率分解的特征參數(shù),；然后建立神經(jīng)網(wǎng)絡(luò),，對(duì)經(jīng)過小波變換后得到的特征參數(shù)進(jìn)行訓(xùn)練，得到能夠預(yù)測負(fù)荷的模型,，通過預(yù)測負(fù)荷并結(jié)合實(shí)時(shí)用電需求進(jìn)行合理的調(diào)度,，實(shí)現(xiàn)發(fā)電設(shè)備與用電設(shè)備的之間的平衡，提高配電網(wǎng)的穩(wěn)定性,；最后運(yùn)用至實(shí)例中表明,，本文方法能夠在保證最大化利用綠色可再生能源的同時(shí)，維持用戶側(cè)的用電穩(wěn)定,，提升含有可再生能源的配電網(wǎng)可靠性,。

本文詳細(xì)內(nèi)容請(qǐng)下載：

http://forexkbc.com/resource/share/2000006207

作者信息：

翟哲1，余杰文2,，杜洋3,，曹澤江4

（1.中國南方電網(wǎng)電力調(diào)度控制中心，廣東 廣州 510000,；

2.南方電網(wǎng)人工智能科技有限公司,，廣東 廣州 510000；

3.深圳市法本信息技術(shù)股份有限公司,，廣東 廣州 510000,；

4.南方電網(wǎng)數(shù)字電網(wǎng)科技（廣東）有限公司，廣東 廣州 510000）