科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了促进园区分布式能源的消纳，针对园区随机功率的预测问题提出了一种基于马尔科夫（Markov）链的随机功率多场景预测模型。首先，针对园区新能源及负荷的随机特征，分别采用差分自回归移动平均（ARIMA）模型及Markov链对其建模；其次，针对园区负荷随生产、季节等因素周期性波动的特点，采用后验信息自适应调整Markov概率矩阵以提高其预测精度；然后，为了提高预测时域内多步预测的精度，考虑多步预测场景及其概率提出了一种基于场景树的多场景预测模型，以便更有效地利用Markov概率矩阵；最后，由园区历史功率数据进行了算例分析。结果表明，相比未调整的Markov模型，当自适应调整时间为7 d时，负荷功率的预测误差最低，为0.034 5（标幺值）。相比于常用的极大似然估计法，所提多场景预测模型误差的加权平均值更低。
- 出版日期2023
- 单位中国科学院电工研究所
