节点文献

火电机组超短期负荷预测

免费订阅

【作者】 张然然刘鑫屏

【Author】 ZHANG Ranran;LIU Xinping;School of Control and Computer Engineering, North China Electric Power University;

【机构】 华北电力大学控制与计算机工程学院

【摘要】 随着用电结构转变和可再生能源规模化并网导致的电网随机性扰动增加,电网侧需要加强对火电机组等可控可调性发电电源的统筹调度,降低其短期不可控性带来的风险。本文提出小波变换与自回归积分滑动平均(ARIMA)模型相结合的综合法用于火电机组负荷预测。该方法针对火电机组负荷信号的特点,先通过小波变换将历史负荷信号分解为规律性较好的概况信号和随机性较强的细节信号,分别建立ARIMA模型并进行拟合预测,最后加权求和得到最终预测值。利用该方法对某机组正常和异常工况下的负荷运行数据进行预测仿真,仿真结果表明本文方法预测精度明显优于ARIMA方法。

【基金】 国家重点研发计划项目(2017YFB0902102)~~
【所属期刊栏目】 发电技术论坛 (2018年07期)
  • 【DOI】10.19666/j.rlfd.201710116
  • 【分类号】TM621;TM715
  • 【下载频次】18
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: