LfEdNet：一种面向随机经济调度的基于任务的日前负荷预测模型
系统与控制
2020-08-18 v1 系统与控制
最优化与控制
摘要
负荷预测是现代电力系统中最重要且被研究最多的课题之一。现有大多数日前负荷预测研究试图建立良好模型以提高预测精度。随后将预测负荷作为发电调度的输入，最终目标是最小化发电调度成本。然而，现有日前负荷预测模型在训练/预测阶段并未考虑这一最终目标。本文提出一种标记为 LfEdNet 的基于任务的日前负荷预测模型，该模型将两层合并于一个模型中，包括基于深度神经网络的负荷预测层（Lf 层）与日前随机经济调度（SED）层（Ed 层）。LfEdNet 的训练旨在通过更新 Lf 层参数来最小化 Ed 层中日前 SED 的成本。采用序列二次规划（SQP）求解 Ed 层中的日前 SED。测试结果表明，LfEdNet 产生的预测结果能在保持较高预测精度的同时，降低日前 SED 的成本。
引用
@article{arxiv.2008.07025,
title = {LfEdNet: A Task-based Day-ahead Load Forecasting Model for Stochastic Economic Dispatch},
author = {Jiayu Han and Lei Yan and Zuyi Li},
journal= {arXiv preprint arXiv:2008.07025},
year = {2020}
}
备注
8 pages