[发明专利]一种考虑DG和电采暖负荷的变电站网供负荷预测方法

权利要求书

1.一种考虑DG和电采暖负荷的变电站网供负荷预测方法，其特征在于，具体步骤如下：

1)对猫群算法参数进行设置，种群随机初始化，使用二进制编码作为个体编码，每个个体是一个二进制字符串，将权值和阀值设置为较小随机数；

2)输入包含输入向量和预期输出值，把预测日期变电站供电范围内历史数据作为训练样本，对于供电范围内的分布式电源来说包括温度、湿度、天气以及出力；对于电采暖负荷，包括季节、天气和节假日；每天24小时，24个点，进行24次训练；训练样本包括某一天温度序列、周型序列、前一天或过去两天的分布式电源出力和负荷序列；输出向量是某一时刻分布式电源和负荷序列；

3)确定适应度函数，将BP神经网络权重和阈值采用猫群算法进行优化，输入训练样本用BP神经网络训练，网络适应度函数采用全局误差的倒数；

具体计算公式为：

式(5)、(6)中，F(x_i)为网络的适应度函数；E(x_i)为网络的误差函数；为输入第p个训练样本时第g个输出结点的输出值；s_pg为期望的输出值；k为训练样本个数；l为输出层的个数，i＝1,2,…,L；L为种群规模；

4)计算每只猫的适应度，保留最好的猫；

5)根据分组率随机将猫群分为搜索模式和跟踪模式；

6)根据模式标记更新猫的位置，如果猫处于搜索模式，则运行搜索模式，否则运行跟踪模式；

7)计算适应度然后找到最优解；

8)判断是否满足结束条件，当满足时，输出最优解并结束该进程，如果不满足，继续执行步骤5)；

9)使用猫群算法优化BP神经网络的权值和阈值，得到分布式电源出力和电采暖负荷等负荷的预测值；

10)将电采暖负荷等负荷的预测值与分布式电源预测值作差，即可得到考虑DG和电采暖负荷的变电站网供负荷的预测值。