基于EMD-KELM-EKF的微網(wǎng)短期負(fù)荷預(yù)測方法技術(shù)

本發(fā)明專利技術(shù)公開了屬于智能電網(wǎng)技術(shù)領(lǐng)域的基于EMD-KELM-EKF的微網(wǎng)短期負(fù)荷預(yù)測方法。該方法為：步驟1：對微電網(wǎng)歷史負(fù)荷數(shù)據(jù)進(jìn)行預(yù)處理后作為訓(xùn)練樣本，提取其負(fù)荷屬性；步驟2：確定基于EMD-KELM-EKF的組合預(yù)測模型及其參數(shù)初值；步驟3：使用粒子群優(yōu)化算法優(yōu)選組合預(yù)測模型的參數(shù)；步驟4：將測試樣本帶入?yún)?shù)確定后的基于EMD-KELM-EKF的組合預(yù)測模型，得到預(yù)測結(jié)果。本方法物理概念明確，思路清晰，計算簡便，為微電網(wǎng)短期負(fù)荷預(yù)測提供理論依據(jù)；該方法通過離線參數(shù)優(yōu)化、在線預(yù)測相結(jié)合的實現(xiàn)模式，使得預(yù)測結(jié)果穩(wěn)定性較好，有利于對微電網(wǎng)進(jìn)行優(yōu)化調(diào)度。

【技術(shù)實現(xiàn)步驟摘要】
基于EMD-KELM-EKF的微網(wǎng)短期負(fù)荷預(yù)測方法
本專利技術(shù)屬于智能電網(wǎng)控制
，特別涉及基于EMD-KELM-EKF的微網(wǎng)短期負(fù)荷預(yù)測方法。專利技術(shù)背景隨著我國城鎮(zhèn)化建設(shè)的發(fā)展，用戶用電需求將進(jìn)一步增加，同時也為可再生分布式電源的規(guī)模化接入提供了可實施的外部環(huán)境。以居民小區(qū)、商業(yè)樓宇、工業(yè)廠區(qū)為主體的用戶側(cè)微電網(wǎng)將成為促進(jìn)可再生能源就地消納利用，發(fā)揮分布式電源效能的有效方式。短期負(fù)荷預(yù)測是用戶側(cè)微電網(wǎng)能量管理系統(tǒng)的重要組成部分，是對微源進(jìn)行優(yōu)化調(diào)度的基礎(chǔ)，預(yù)測結(jié)果將直接影響微電網(wǎng)運行策略與電能交易。相關(guān)研究表明，較高的微電網(wǎng)負(fù)荷預(yù)測誤差將導(dǎo)致運行成本大幅增加。相對于大電網(wǎng)環(huán)境，微電網(wǎng)進(jìn)行短期負(fù)荷預(yù)測的難度更高，這主要是由于負(fù)荷的隨機(jī)性強，歷史負(fù)荷曲線相似度低，再加上用戶容量有限，各用戶間負(fù)荷特征相互平滑作用較小，負(fù)荷總體波動較大。當(dāng)前針對微電網(wǎng)短期負(fù)荷預(yù)測的研究成果相對有限，且計算復(fù)雜度較高。針對以單個或集體用戶為業(yè)主的小容量用戶側(cè)微電網(wǎng)，除保證較高的短期負(fù)荷預(yù)測精度外，還應(yīng)降低負(fù)荷預(yù)測方法的計算復(fù)雜度，以便于在普通計算機(jī)或嵌入式終端裝置上實現(xiàn)。
技術(shù)實現(xiàn)思路
針對上述現(xiàn)有技術(shù)存在的問題，本專利技術(shù)提出基于EMD-KELM-EKF的微網(wǎng)短期負(fù)荷預(yù)測方法，其特征在于，該預(yù)測方法包括如下步驟:步驟1:對微電網(wǎng)歷史負(fù)荷數(shù)據(jù)進(jìn)行預(yù)處理后作為訓(xùn)練樣本，提取其負(fù)荷屬性；步驟2:基于經(jīng)驗?zāi)B(tài)分解EMD、核函數(shù)極限學(xué)習(xí)機(jī)KELM、擴(kuò)展卡爾曼濾波EKF，確定基于EMD-KELM-EKF的組合預(yù)測模型及其參數(shù)初值；步驟3:使用粒子群優(yōu)化算法優(yōu)選組合預(yù)測模型的參數(shù)；步驟4:將測試樣本帶入?yún)?shù)確定后的基于EMD-KELM-EKF的組合預(yù)測模型，得到預(yù)測結(jié)果。所述步驟I具體為:子步驟11:選取相同類型臨近日期的歷史負(fù)荷數(shù)據(jù)，通過加權(quán)平均來對歷史負(fù)荷數(shù)據(jù)進(jìn)行補遺缺失或修正異常，公式如下:Xi = a lXi_24+ a 2xi+24 ；其中，Xi表示第i個時刻的預(yù)處理后的歷史負(fù)荷數(shù)據(jù)；a i和α 2是加權(quán)平均的權(quán)重；當(dāng)每小時采樣一次時，Xi^24表示前一天對應(yīng)的第i個時刻的歷史負(fù)荷數(shù)據(jù)；Xi+24表示后一天對應(yīng)的第i個時刻的歷史負(fù)荷數(shù)據(jù)；子步驟12:對預(yù)處理后的歷史負(fù)荷數(shù)據(jù)進(jìn)行歸一化，公式如下:本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點】
基于EMD?KELM?EKF的微網(wǎng)短期負(fù)荷預(yù)測方法，其特征在于，該預(yù)測方法包括如下步驟：步驟1：對微電網(wǎng)歷史負(fù)荷數(shù)據(jù)進(jìn)行預(yù)處理后作為訓(xùn)練樣本，提取其負(fù)荷屬性；步驟2：基于經(jīng)驗?zāi)B(tài)分解EMD、核函數(shù)極限學(xué)習(xí)機(jī)KELM、擴(kuò)展卡爾曼濾波EKF，確定基于EMD?KELM?EKF的組合預(yù)測模型及其參數(shù)初值；步驟3：使用粒子群優(yōu)化算法優(yōu)選組合預(yù)測模型的參數(shù)；步驟4：將測試樣本帶入?yún)?shù)確定后的基于EMD?KELM?EKF的組合預(yù)測模型，得到預(yù)測結(jié)果。

【技術(shù)特征摘要】
1.基于EMD-KELM-EKF的微網(wǎng)短期負(fù)荷預(yù)測方法，其特征在于，該預(yù)測方法包括如下步驟: 步驟1:對微電網(wǎng)歷史負(fù)荷數(shù)據(jù)進(jìn)行預(yù)處理后作為訓(xùn)練樣本，提取其負(fù)荷屬性； 步驟2:基于經(jīng)驗?zāi)B(tài)分解EMD、核函數(shù)極限學(xué)習(xí)機(jī)KELM、擴(kuò)展卡爾曼濾波EKF，確定基于EMD-KELM-EKF的組合預(yù)測模型及其參數(shù)初值； 步驟3:使用粒子群優(yōu)化算法優(yōu)選組合預(yù)測模型的參數(shù)； 步驟4:將測試樣本帶入?yún)?shù)確定后的基于EMD-KELM-EKF的組合預(yù)測模型，得到預(yù)測結(jié)果。2.根據(jù)權(quán)利要求1所述的基于EMD-KELM-EKF的微網(wǎng)短期負(fù)荷預(yù)測方法，其特征在于，所述步驟I具體為: 子步驟11:選取相同類型臨近日期的歷史負(fù)荷數(shù)據(jù)，通過加權(quán)平均來對歷史負(fù)荷數(shù)據(jù)進(jìn)行補遺缺失或修正異常，公式如下: Xi — a JX^24+ ct 2xi+24 ； 其中，Xi表示第i個時刻的預(yù)處理后的歷史負(fù)荷數(shù)據(jù)；a i和α 2是加權(quán)平...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：湯慶峰，劉念，張建華，
申請(專利權(quán))人：華北電力大學(xué)，
類型：發(fā)明
國別省市：北京;11