摘要：为提高计及需求响应的短期负荷预测精度,通过量化电价、用户响应程度以及温度等外界因素,构建了考虑需求响应综合影响因素的径向基函数神经网络（radial basis function-neural network,RBF-NN）短期负荷预测模型。结合峰谷分时电价（time-of-use price,TOU price）,根据消费者心理学原理描述了基于Logistic函数的用户模糊需求响应机理,用于有效辨识用户对峰谷电价的响应参数。利用半梯形隶属度函数消除用户响应模糊属性,将需求响应精确量化结果引入RBF-NN预测模型。通过实际算例,分析了该文构建模型在不同电价机制下的预测性能,证明了在RBF-NN模型中综合考虑电价、用户响应度等因素的重要性,为计及需求响应的短期负荷预测研究提供了一定的理论依据。

关键词：需求响应 分时电价 rbf神经网络 短期负荷预测 

单位：青岛大学自动化与电气工程学院; 山东省青岛市266071; 国网莱阳供电公司; 山东省莱阳市265226