25 / 2023-02-28 16:52:00
基于气象因子的长沙市日最大电力负荷预测对比研究
日最大电力负荷;气象敏感负荷;气象因子;支持向量机;多元线性回归
Abstract Accepted
罗潇 /
基于长沙市2018-2020年逐日日最大电力负荷和同期逐日气象要素数据,统计分析了日最大电力负荷的变化规律及节假日/周末效应。用趋势法分离出气象敏感负荷,并将气象敏感负荷与气象要素做相关性分析,最后用支持向量机方法和多元线性回归法对负荷进行模拟预测。结果表明:长沙市日最大电力负荷在一年内有两个峰值,分别出现在夏季和冬季,且夏季日最大电力负荷平均值明显高于冬季,日最大电力负荷的节假日/周末效应不明显。在春季和秋季,气象敏感负荷和气象因子的相关性较差,相关系数均小于0.3。夏季除温度外,湿度对负荷影响也很大,而冬季主要影响因子是温度。两个综合气象指数在夏季和冬季与气象敏感负荷相关性都较好。气象敏感负荷随平均气温的变化呈现为”U“型分布,在20℃以下,电力负荷随着气温的升高而降低,气温超过20℃时,电力负荷的变化呈现为随着气温的升高而增大。支持向量机方法对长沙市日最大电力负荷模拟效果较好,且加入综合气象指数使得模拟结果变好。

 
Important Date
  • Conference Date

    May 15

    2023

    to

    May 17

    2023

  • May 10 2023

    Draft paper submission deadline

  • May 31 2023

    Contribution Submission Deadline

Sponsored By
中国气象学会
Contact Information
  • Mrs. 赖冰冰
  • 010*********
Previous Conferences