摘要：为了进一步提升电力系统短期负荷预测模型的精度,提出了计及储能调度因素的短期负荷预测模型。预测模型考虑了数量日益攀升的储能用户对负荷预测产生的影响,并针对基于电价和基于合同两种储能调度运行控制策略,分别构造与其对应的储能充放电模型。在改进后的负荷预测模型的构建过程中融入了与储能调度行为相关的电价因素和合同因素,并采用Elman神经网络(Elman-NN)进行短期负荷预测。仿真实例证明,计及储能调度因素的Elman-NN短期负荷预测模型预测精度优于传统的短期负荷预测模型,测试结果的平均相对误差和最大相对误差的平均值分别达到0.019 4和0.065 4,验证了该模型具有较好的预测性能及稳定性。

关键词：电力系统 短期负荷预测 储能 elman神经网络 实时电价 

单位：青岛大学电气工程学院; 青岛266071; 国网山东省电力公司青岛供电公司; 青岛266002; 智能电网教育部重点实验室(天津大学); 天津300072