基于马尔科夫状态转移的家居负荷预测模型

doi:DOI:10. 3969 / j. issn. 1009-1831. 2021. 01. 011

首页 > 过刊浏览>2021年第23卷第1期 >55-60. DOI:DOI:10. 3969 / j. issn. 1009-1831. 2021. 01. 011

基于马尔科夫状态转移的家居负荷预测模型
DOI:
                        DOI:10. 3969 / j. issn. 1009-1831. 2021. 01. 011
                    
CSTR:
                        
                    
作者:
                        
                        
                    
作者单位:(1. 华南理工大学 电力学院，广州 510640;2. Institution of Research on Electrical Energy, Nantes-Atlantic, France, SAINT NAZAIRE 44600;3. 华南理工大学广州学院 电气工程学院，广州 510800)
作者简介:邵传雍（1996），女，安徽六安人，硕士研究生，主要从事电力系统运行及规划方面相关工作；杜兆斌（1977），通信作者，男，广东佛山人，博士，副教授，主要从事电力系统运行与规划方面相关研究；Eric CHAUVEAU（1972），男，法国昂热人，博士，副教授，主要从事电力系统运行及控制等方面相关研究；陈丽丹（1981），女，浙江浦江人，博士，副教授，主要从事电动汽车与电网互动、电力系统优化规划等方面相关研究。
通讯作者:
中图分类号:
基金项目:国家自然科学基金项目（51761145106）；广东省重点领域研发计划资助（2019B111109001）

Household load forecasting model based on Markov state transition

Author:

Affiliation:

(1. School of Electric Power Engineering, South China University of Technology, Guangzhou 510640, China;2. Institution of Research on Electrical Energy of Nantes?Atlantic, SAINT NAZAIRE 44600 , France;3. School of Electrical Engineering, Guangzhou College of South China University of Technology,Guangzhou 510800, China)

Fund Project:

摘要

图/表

访问统计

参考文献

相似文献

引证文献

资源附件

文章评论

摘要:

智能配电网的发展增强了家居负荷预测的重要性。基于状态转移的研究思路，提出基于相似日选择的蒙特卡洛马尔科夫单个设备负荷预测模型，采用自下而上的分析方法，获取单个家庭的综合负荷水平。对温控类型设备，采用皮尔逊相关系数研究了环境温度与设备运行周期之间的相关性，建立了隐马尔科夫模型，依据当天外界环境信息对温控类型设备的压缩机运行状态做出预测，进一步计算了不同时间段内的平均功率体现用户负荷水平。仿真结果表明，基于相似日选取的蒙特卡洛马尔科夫模型对不同设备的日平均负荷的预测误差约为2%~8%，而隐马尔科夫模型对温控类设备状态预测的精度约为70%。

Abstract:

The development of smart grid improves the em- phasis on family load forecasting. Based on the theory of state transition, a Monte Carlo Markov Chain load forecasting model of single equipment based on the selection of similar days is proposed,and the bottom - up analysis method to obtain the comprehensive load level of a single family is used. For the temperature control equipment, Pearson correlation coefficient is used to study the correlation between the ambient temperature and the operation cycle of the equipment, and the hidden Markov model is used to predict the operation state of the compressor of the temperature control equipment according to the external environment information of the day. With the operation state predicted, the average power in different time periods is calculated to reflect the user load level.The simulation results show that the predicted error of the Monte Carlo Markov chain model based on the similar day selection is about 2% ~8% for the daily load expectation of different equipment, while the predicted accuracy of the hidden Markov model for the temperature control equipment is about 70%.

参考文献

相似文献

引证文献

引用本文

邵传雍,杜兆斌,Eric CHAUVEAU,陈丽丹.基于马尔科夫状态转移的家居负荷预测模型[J].电力需求侧管理,2021,23(1):55-60

复制

文章指标

点击次数:
下载次数:
HTML阅读次数:
引用次数:

历史

收稿日期:2020-09-05
最后修改日期:
录用日期:
在线发布日期: 2021-02-01
出版日期:

引用本文

分享

相关视频

文章指标

历史

文章二维码