【精彩论文】基于PSO-SVM的电网调度电厂耗煤基准值滚动预测

观点凝练

摘要：电网调度在做电煤供应分级预警的研究制定和对各电厂负荷经济分配时常会用到耗煤基准值，它对于监测电厂未来存煤使用天数，制定合理发电调度计划具有重要作用。目前常用的耗煤基准测算方法很少，主要是通过对历史数据进行简单的数学计算作为未来耗煤基准预测值，误差较大。提出了结合实际需求、面向电网调度的基于粒子群优化支持向量机的火电厂耗煤基准值滚动预测方法，选取电网下典型的3个电厂，经过数据分析处理与试验比对，结果表明基于粒子群优化支持向量机模型能很好地对耗煤基准值进行滚动测试及预测更新，进而可以为电网调度部门推测各个电厂存煤可用天数和建立电厂存煤预警机制，制定发电调度计划提供数据支撑。
结论：耗煤基准值是计算电煤库存可用天数的重要依据，在电网制定调度策略时有着重要的指导作用，同时在制定存煤量分级管控预警机制时，它是划分警戒线的参考标准之一。

本文结合电网调度大数据平台导出的实际生产数据，建立了基于PSO-SVM算法的电网调度耗煤基准值滚动预测模型，通过PSO的参数寻优得到SVM的惩罚系数c和核参数g的最优值，进而运用SVM模型进行滚动预测，在任意一天均可得到接下来的20天的耗煤基准值。通过对3个不同容量大小的电厂的数据结果的对比，可以得其相比于传统的计算方法精度高、性能好，且该模型计算速度快、实用性较强。该模型对于电网调度需求具有实际意义与应用价值。

引文信息

李一琨, 车权, 赵慧荣, 等. 基于PSO-SVM的电网调度电厂耗煤基准值滚动预测[J]. 中国电力, 2020, 53(2): 142-149.LI Yikun, CHE Quan, ZHAO Huirong, et al. Pso-svm-based rolling forecast of coal consumption reference value for the power plants dispatched by power grid[J]. Electric Power, 2020, 53(2): 142-149.

 往期回顾 

编辑：杨彪

审核：方彤

声明

根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。