基于改进灰色模型的短期负荷预测  

Short-term Load Forecasting Based on Improved Grey Model

作　　者：李春涛[1] 李啸骢[1] 袁辉[1] 丘浩 罗宏亮[1] 

机构地区：[1]广西大学电气工程学院,广西壮族自治区南宁530004

出　　处：《电气开关》2017年第2期11-13,96,共4页Electric Switchgear

基　　金：国家自然科学基金资助项目(51267001);广西科学研究与技术开发计划项目(14122006-29);广西自然科学基金资助项目(2014GXNSFAA118338)

摘　　要：短期负荷预测对电力调度部门非常重要,为提高其预测精度,提出了一种基于改进灰色模型的短期负荷预测方法。选取出若干相似日负荷序列后,对其建立灰色预测模型,并引入改进的布谷鸟优化算法,优化灰色模型中背景值参数的选取,使得灰色模型的预测精度显著提高。仿真结果验证了该方法的有效性。Short term load forecasting is very important for electric power dispatching department,in order to improve the prediction accuracy,a short-term load forecasting method based on improved grey model is proposed in this paper. After picking out some similar daily loads,the grey forecasting model is established,followed by the introduction of improved cuckoo optimization algorithm optimize the background value parameter of grey model. Simulation results verify the proposed method.

关 键 词：相似日 灰色模型 布谷鸟优化算法 短期负荷预测 

分 类 号：TM71[电气工程—电力系统及自动化]