面向虚拟电厂运营的温度敏感负荷分析与演变趋势研判

摘要：

随着极端天气频发,温度敏感负荷用电逐年攀升,温度敏感负荷作为虚拟电厂优质的调控资源,亟须分析气象变化对于此类负荷的影响,由于叠加极端高温、大规模寒潮等异常天气的影响,温度敏感负荷波动剧烈,常规分析预测方法难以适应极端气象场景.针对寒潮天气下温度敏感负荷样本数据及预测精度不足的问题,提出寒潮天气小样本条件下的温度敏感负荷日最大负荷预测方法.该方法先采用时序对抗生成网络(TimeGAN)扩充寒潮期间小样本数据,再采用卷积-长短时记忆神经网络(CNN-LSTM)对寒潮期间的日最大负荷进行预测.以国内某省近两年迎峰度冬期间数据进行模型验证,结果表明所提模型优于其他模型的预测结果,在验证集上日最大负荷的预测精度为99.5%.

关键词：温度敏感负荷预测、寒潮、时间序列生成对抗网络、虚拟电厂、卷积神经网络、长短时记忆神经网络

所属期刊栏目：57

分类号：TM714;TP391;F224

在线出版日期：2024-01-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：9-17