【精彩论文】基于结构化负荷模型的电力负荷概率区间预测

观点凝练

摘要：为了考虑电力负荷的不确定性，概率和区间预测成为电力负荷预测的重要方式之一。针对传统的负荷概率及区间预测方法没有考虑不同负荷成分的不确定性对电力负荷影响的问题，在分析电力负荷成分的基础上，基于结构化电力负荷模型提出一种电力负荷概率及区间预测方法。首先，对电力负荷的成分进行分析，针对不同负荷成分分别进行建模，构成结构化电力负荷模型；然后，基于历史负荷数据采用变分贝叶斯估计算法训练模型参数的后验概率分布；最后，基于训练完成的模型对未来负荷的概率分布进行预测，从而实现电力负荷概率区间预测。采用实际电力负荷数据进行验证，并与其他方法进行对比。实验结果表明，所提方法取得了较高的预测区间覆盖率和较窄的预测区间宽度。
结论：为了考虑不同负荷成分的不确定性对电力负荷的影响，本文提出了结构化的电力负荷模型，采用变分贝叶斯估计算法对不同成分的参数的后验概率分布进行估计。本文方法不但能够对未来电力负荷的概率分布及区间进行预测，而且可在较窄的预期区间平均宽度下，获得较高的预测区间覆盖率。下一步将通过贝叶斯神经网络技术对负荷成分建模，进一步提升负荷概率区间预测的性能。

引文信息

庞传军, 张波, 余建明, 等. 基于结构化负荷模型的电力负荷概率区间预测[J]. 中国电力, 2021, 54(9): 89-95.PANG Chuanjun, ZHANG Bo, YU Jianming, et al. Probabilistic interval forecasting of power load based on structured load model[J]. Electric Power, 2021, 54(9): 89-95.

 往期回顾 

编辑：杨彪

校对：蒋东方

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。