《表3 两种模型负荷预测结果误差指标对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《计及尖峰电价机制的短期负荷预测研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由图4和图5可以看出，在17点到21点尖峰时段，由于采用了需求响应策略，负荷曲线出现了明显的凹陷，而在8点到12点的高峰时段，负荷削减量与尖峰时段相比较少。考虑与不考虑需求响应因素，两种模型负荷预测结果误差指标对比如表3所示。由表3可以看出，采用计及尖峰电价的需求响应机制的Elman神经网络预测模型，能够较准确预测到在需求响应策略影响下负荷曲线的变化，最大相对误差为4.34%，平均绝对误差为2.14%；而未考虑需求响应的Elman神经网络预测模型，预测精度明显较低，对负荷在需求响应作用下产生的移峰填谷的趋势不能准确捕捉，其最大相对误差为10.76%，平均绝对误差为6.71%。由此可以看出，在短期负荷预测模型中，将需求响应因素融入到模型中，可以有效提高预测精度。