考虑广义需求侧资源的深度置信网络短期负荷预测方法
胡实
唐昊
吕凯
杨晨芳
合肥工业大学电气与自动化工程学院,安徽合肥230009
摘要：随着智能电网信息化水平的不断提高以及可控负荷、分布式电源和储能等广义需求侧资源的大量接入,将产生海量负荷数据集并改变负荷特性.为了提高负荷预测精度,提出了一种考虑广义需求侧资源的深度置信网络(DBN)负荷预测方法.首先,借助负荷聚合商确定了广义需求侧资源参与电力市场的机制,构建了基于合同的广义需求侧资源调度模型,并利用该模型求解广义需求侧资源参与电力市场的最优调度计划.其次,引入DBN结构,并将广义需求侧资源的最优调度计划作为其输入量,建立了短期负荷预测模型.最后,以实际数据进行仿真测试,结果表明,本文所提方法具有更高的预测精度.
关键词：短期负荷预测广义需求侧资源深度置信网络负荷聚合商
资助基金：国家电网有限公司总部科技项目(SGTYHT/19-JS-215)
论文发表日期：2023-03-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 493-501 )
英文信息