北极星

搜索历史清空

  • 水处理
您的位置:电力输配电电能质量评论正文

华北电力大学论文!如何量化分析电能替代潜力

2017-07-03 13:43来源:电网技术关键词:电能替代电能替代技术电力系统收藏点赞

投稿

我要投稿

3 电能替代潜力实例分析

3.1 数据及模型参数设置

为验证本文所述PSO-SVM累计电能替代量模型的有效性,以我国近十年来的电能替代发展为例,整理了2004—2014年技术发展、经济因素政策措施的相关数据,并计算了我国的累计电能替代量,如表1所示。

以2004—2009年电能替代的历史数据为样本进行训练,分别用BP神经网络、SVM和PSO-SVM预测2010年的累计电能替代量,并将预测结果输入到样本序列中,依次预测下一年的累计电能替代量。其中,BP神经网络作为对比算法,神经元数目设为10,隐含层采用tansig函数,输出层采用purelin函数,训练次数为1000,训练精度目标为0.001,学习速率为0.1。传统SVM网络的惩罚参数CS和核函数参数gS采用交叉验证法获得,PSO-SVM累计电能替代量预测模型中惩罚参数CPS和核函数参数gPS应用PSO算法进行多目标寻优。PSO种群大小设为20,最大迭代次数为200,惯性权重初始为1,粒子初始速度为[0,1]之间的随机数,并取SVM计算的初始参数为粒子初始位置。

电能替代数据

表1 2004-2014年我国电能替代相关研究数据

3.2 实验结果及分析

基于3种影响因素的数据,通过3种预测模型,对我国2010—2014年的累计电能替代量的拟合结果如图3所示。支持向量机的总体拟合准确性优于神经网络,这是由于神经网络更加偏向于大量数据下的经验训练,比较依赖于样本的选择和数据量支持,而支持向量机是基于结构风险最小化原则,具有良好的泛化能力,因此在可参考数据量相对较少的情况下也能够相对精确地分析;但由于传统支持向量机的参数选择具有一定的随机性和主观性,影响拟合的准确度,因此本文算法在基于粒子群算法对参数选择优化后,拟合效果又有了进一步的显著提升。

嗲能替代预测

图3 3种预测模型的累计电能替代量预测比较

3.3 统计量分析

为进一步量化分析预测模型效果,分别计算了描述3种预测的模型拟合程度的决定系数R2值:

式中:s为样本个数;Ed(d=1,2,,s)为第d个的累计电能替代量的真实值;E^dE^d(d=1,2,....,s)为第d个的

累计电能替代量的预测值,计算结果如表2所示。

预测模型

表2 3种预测模型的拟合程度

可见与BP神经网络相比,SVM方法在处理小样本的数据上有一定的优势,其R2值达到了0.7473,较BP神经网络提升了约0.43;而本文所提出的PSO-SVM模型的R2值最高,达0.9038,即PSO算法对SVM的参数选择有明显的优化效果,这与前述SVM的自身参数选择影响相吻合,因此优化后的模型具有较高的预测精度。综上,本文所提出的PSO-SVM方法能够有效支持累计电能替代量的预测,为后续规划工作提供量化的理论指导。

4 结论

1)本文对影响电能替代的关键因素(技术发展、经济因素和政策措施)进行了量化分析,定义了电能替代量用以量化我国电能替代潜力。

2)提出了PSO-SVM累计电能替代量预测模型,通过对我国2010—2014年电能替代相关数据的拟合,表明了该模型能够有效提升累计电能替代量预测精度,合理分析电能替代潜力。

3)为电能替代发展趋势及潜力分析提供了量化的理论支撑,能够更好地指导面向电能替代的电源、电网、产能规划,对推进我国能源互联网建设具有参考价值。

作者简介:

孙毅,教授,课题组主要依托电力节能教育部工程研究中心,开展智能电网信息通信、需求响应、智能用电等领域的理论与技术体系研究。目前在研的国家纵向项目有:2015年国家863计划项目“智能配用电大数据应用关键技术”、2016年国家智能电网重点专项项目“城区用户与电网供需友好互动系统”等;在研的国网公司总部科技项目20余项。曾获中国电力行业信息化优秀成果一等奖2项,省科技进步二等奖2项,社会力量科技进步二等奖1项,国网公司科技进步三等奖1项,发表高水平论文200余篇。

石墨(1995),女,硕士研究生,研究方向为能源互联网信息通信技术等;

单葆国(1971),男,高级工程师,研究方向为电力需求侧管理等;

曹昉(1971),女,副教授,研究方向为配电网运行分析、电力市场等。

相关阅读:

电能替代正潜移默化地改变生活

原标题:【热点专题论文】华北电力大学孙毅等:如何量化分析电能替代潜力?
投稿与新闻线索:陈女士 微信/手机:13693626116 邮箱:chenchen#bjxmail.com(请将#改成@)

特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。

凡来源注明北极星*网的内容为北极星原创,转载需获授权。

电能替代查看更多>电能替代技术查看更多>电力系统查看更多>