改進粒子群算法在電力負荷組合預測中的應用研究.pdf

1、隨著第三次革新浪潮的到來，人們的用電量日益增加，為了滿足日益增長的電力需求，必須不斷的擴大電力系統(tǒng)的規(guī)模，中長期電力負荷預測是電網(wǎng)規(guī)劃的基礎工作，是電力系統(tǒng)規(guī)劃決策、經(jīng)濟運行的前提和基礎，準確的電力負荷預測可以為電力工程建設提供有力的數(shù)據(jù)支持，對電力系統(tǒng)安全經(jīng)濟運行和國民經(jīng)濟發(fā)展具有重要意義。
　　由于負荷預測的影響因素眾多，導致負荷預測存在大量隨機性和非線性關系，建立單一的負荷預測模型很難獲得滿意的預測結(jié)果。因此，結(jié)合多種方法來

2、進行組合預測是未來負荷預測的發(fā)展趨勢。
　　本文采用改進的粒子群算法在電力負荷組合預測中的應用研究，主要做了以下幾個方面的工作：
　　第一，分析電力負荷預測研究意義、研究背景和國內(nèi)外的研究現(xiàn)狀，緊接著闡述了電力負荷特性及預測原理。第二，分析粒子群算法的起源、原理和流程以及各參數(shù)對算法的影響，雖然粒子群算法性能優(yōu)秀，但是它在算法后期易陷入局部最優(yōu)，針對這一情況，本文采用了改進的粒子群算法（線性遞減慣性權(quán)重法），然后將改進的粒子

3、群算法引入到電力負荷組合預測中。第三，研究選擇改進粒子群算法求解電力負荷組合預測模型的緣由，在這基礎之上，本文使用幾種不同的預測方法分別建模進行預測，然后有機地結(jié)合各單個預測模型建立組合預測模型,再用改進粒子群算法對組合預測模型進行優(yōu)化，并用Matlab對各種單一預測模型和本文所建的組合預測模型進行仿真實驗研究。通過比較發(fā)現(xiàn)，應用改進粒子群算法優(yōu)化的電力負荷組合預測模型，預測負荷的相對誤差較小，可有效地提高負荷預測精度。
　　因此