基于IHMF算法的火电机组短期负荷预测研究  

作　　者：王力光 封亚钊 王涛[2] 司风琪[2] 

机构地区：[1]大唐环境产业集团股份有限公司特许经营分公司,南京211100 [2]东南大学能源热转换及其过程测控教育部重点实验室,南京210096

出　　处：《能源研究与利用》2021年第1期47-50,共4页Energy Research & Utilization

摘　　要：文中以660 MW燃煤发电机组为研究对象,提出了一种改进的基于历史数据匹配预测算法(Improve History Matching and Forecasting algorithm,IHMF)的机组短期负荷预测模型。IHMF算法利用日负荷的相似性特征,通过加权欧氏距离法同时对负荷差分序列和原始负荷序列进行相似性匹配,基于归一化后的和最小原则获得最相似日的负荷序列。算例测试表明:IHMF算法180 min内最大预测误差为6.875%,远低于HMF算法最大预测误差12.704%。此外,IHMF负荷预测模型在较长时间的连续状态下能够较好地预测出未来负荷的变化。文中所提的IHMF负荷预测模型可有效应用于电站实际生产,方便运行人员依据负荷预测结果提前制定机组运行计划与生产方案。

关 键 词：负荷预测 相似性 历史数据匹配预测算法 

分 类 号：TK08[动力工程及工程热物理]