基于LSTM的居民负荷预测及其可调节潜力分析

居民负荷响应具有速度快、潜力大的优点,是一类重要的可调节负荷资源.为评估不同用电需求下的居民负荷可调节潜力,文章通过灰色关联分析法和皮尔森关联系数法量化不同天气因素与居民负荷的相关性,筛选关键因素作为构建负荷预测模型的自变量.在此基础上,建立居民负荷预测的传统回归模型与基于长短期记忆网络(long short term memory,LSTM)的预测模型,LSTM由于其对时间序列信息具有记忆能力,呈现出更好的预测效果.最后,根据预测负荷曲线,结合空调聚合功率特性,挖掘不同时刻下居民负荷可调节潜力.算例分析表明,所提方法能够得到更加有效精确的居民负荷预测结果,对挖掘居民负荷可调节潜力具有有效性和实用性,能够为需求响应参与电网供需平衡调节提供可靠依据.