《表1 不接光伏的负荷预测输入特征》
由于历史负荷之间大体趋势相同,但每日负荷受该日日期类型、气象因素(温度与光照)、电价波动、钢铁期货水平变化而产生相应的变化。电价与工业负荷波动之间有密切的联系,钢铁工业在电价高的白天负荷低于夜晚,在08:00电价变化分界处,负荷会明显减少。钢铁市场价格的浮动也与钢铁负荷变化相关,钢铁价格上涨时,钢铁工业负荷随之升高;相反地,钢铁市场低迷时,钢铁工业负荷也会降低。同时,光照因素对没有光伏电厂接入的母线负荷预测影响较小。综合考虑各母线负荷的实际情况,把负荷历史数据和多种影响因素量化值的集合作为深度学习LSTM网络预测模型的输入量[14],建立了两种负荷预测的输入特征集。特征集分别如表1、表2所示。
图表编号 | XD00153868500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.25 |
作者 | 孙昀昀、王连成 |
绘制单位 | 山东大学、山东大学 |
更多格式 | 高清、无水印(增值服务) |