邓燕国, 王冰, 曹智杰, 张秋桥
(1. 河海大学能源与电气学院,江苏 南京 211100;2. 南京豪庆信息科技有限公司,江苏 南京 210006)
20世纪80年代初,文献[1]首次提出空间负荷预测概念,即在规划用电区域内,将用地按照一定规则划分为相同大小或不同大小的小区(也可称为元胞),通过对小区历史负荷以及土地利用特征、发展规律的分析,预测小区的电力负荷情况[2]。空间负荷预测结果关系配电网规划的合理性,预测值过大或过小都会带来不利影响,因此对空间负荷预测结果的精度有着较高的要求[3]。
目前,空间负荷预测方法主要有用地仿真法、趋势法、多元变量法和负荷密度指标法[2]。用地仿真法采用大小相同的网格划分小区,故仅能得到小区的理论负荷值,无法得到实际负荷值,对预测结果检验造成一定困难[4—5]。趋势法简单方便,数据需求量小,但其受负荷数据波动和外部环境变化的影响较大[6—7]。多元变量法对数据的质量和数量都有较高要求,且有效预测期较短[8]。负荷密度指标法在用地性质较为明确的规划区域,具有较好的预测精度和较强的适应性[9—11],在国内应用较为广泛。
近年来,采用负荷密度指标法的空间负荷预测不断发展,预测精度有所提高,但仍需完善。文献[12]提出基于最小二乘支持向量机(least square sup port vector machine,LS-SVM)的负荷密度指标法。该方法采用聚类后与待预测小区负荷密度指标较为接近的一类小区负荷密度指标作为LS-SVM模型的训练样本,训练样本中夹杂部分相似度较低的样本,且可能会漏掉部分较好的样本。……