基于时空特征聚类和双层动态图卷积网络建模的短期净负荷预测

作     者：戴浩男 张辰灏 甄钊 王飞 DAI Haonan;ZHANG Chenhao;ZHEN Zhao;WANG Fei

作者机构：华北电力大学电力工程系保定071003 新能源电力系统全国重点实验室(华北电力大学)北京102206 河北省分布式储能与微网重点实验室(华北电力大学)保定071003 

基　　金：国家重点研发计划(大规模风电/光伏多时间尺度供电能力预测技术)(2022YFB2403000) 

出 版 物：《高电压技术》 (High Voltage Engineering)

年 卷 期：2024年第50卷第9期

页      码：3914-3923页

摘      要：净负荷是实际负荷与光伏出力之差,针对净负荷中实际负荷强波动性与光伏出力强随机性相互耦合、表后光伏出力不可见等特点导致准确预测困难的问题,提出了一种基于时空特征聚类和双层动态图卷积网络建模的短期净负荷预测方法。首先,通过提取用户净负荷的日内时间特征、长期趋势特征和空间关联特征建立净负荷子集群聚类模型;其次,以子集群为图节点构建考虑“负荷-光伏”双维相关性的图结构,使其能够同时反映负荷和光伏出力特性;最后,引入净负荷总节点和动态邻接矩阵,构建通过长短期记忆神经网络连接的双层动态图卷积模型,得到净负荷预测结果。基于悉尼Ausgrid实际净负荷数据设计的消融实验结果表明,所提时空特征聚类方法和双层动态图结构分别使净负荷预测结果的均方根误差降低了13.44 kW和7.55 kW。未来将进一步拓展预测尺度,为电网保供决策提供更多信息支撑。

主 题 词：净负荷预测 时空相关性 时空特征聚类 图卷积神经网络 动态图结构 双层 

学科分类：0711[理学-心理学类] 080802[080802] 0808[工学-自动化类] 08[工学] 0811[工学-水利类] 

核心收录：

D　O　I：10.13336/j.1003-6520.hve.20240493

馆 藏 号：203140514...