基于场景化TransLSTM的台区柔性负荷预测与优化调度

马笑天; 王维; 赵瑞峰; 孙杰; 刘创; 信向誉

doi:10.26945/j.cnki.1001-9898.2026.02.005

English Version Journal Login

您当前的位置：

首页 >

文章列表页 >

基于场景化TransLSTM的台区柔性负荷预测与优化调度

更新时间：2026-07-18

- 基于场景化TransLSTM的台区柔性负荷预测与优化调度
- Vol. 45, Issue 2, Pages: 9-18(2026)
- 作者机构：
  
  1. 国网河北省电力有限公司营销服务中心
  2. 北京信息科技大学
- 作者简介：
- 基金信息：
- DOI：10.26945/j.cnki.1001-9898.2026.02.005
  CLC： TM73;TP183
- Published：2026
- 稿件说明：
移动端阅览
马笑天, 王维, 赵瑞峰, et al. 基于场景化TransLSTM的台区柔性负荷预测与优化调度[J]. 2026, 45(2): 9-18.
DOI：

马笑天, 王维, 赵瑞峰, et al. 基于场景化TransLSTM的台区柔性负荷预测与优化调度[J]. 2026, 45(2): 9-18. DOI： 10.26945/j.cnki.1001-9898.2026.02.005.

摘要

居民台区柔性负荷的多源耦合、时空异质性及用户行为不确定性，使得传统预测与单一经济目标调度难以实现“电网需求-用户满意度”的协同优化。为此，提出一种基于场景化TransLSTM模型的居民台区柔性负荷预测与优化调度方法。首先，分析居民台区柔性负荷构成及可调能力，构建包含空调负荷、电动汽车充电负荷的可调能力指标体系；其次，通过K-means聚类划分居民台区充电场景，构建场景化TransLSTM模型捕捉负荷时序特征与多模态数据依赖关系，提升预测精度；最后，结合热舒适度和用户放电意愿度构建多目标优化调度模型，实现削峰填谷与用户满意度的协同优化。算例结果表明，所提模型在1小时预测中平均绝对百分比误差(MAPE)较传统LSTM模型降低14.4%

调度后居民台区峰值负荷下降29.1%

验证了方法的有效性。

Abstract

关键词

Keywords

references

张华鲁.面向电力调峰的柔性负荷群调节能力表征及响应策略研究[D].东北电力大学,2022(01).

Mengxiao Chen,Xiaoyu Cao,Zitong Zhang,Lun Yang,Donglai Ma,Miaomiao Li.Risk-averse stochastic scheduling of hydrogen-based flexible loads under 100% renewable energy scenario[J].Applied Energy,2024.

Semmelmann Leo,Henni Sarah,Weinhardt Christof.Load forecasting for energy communities: a novel LSTM-XGBoost hybrid model based on smart meter data[J].Energy Informatics,2022.

Zhang Daolu,Guan Weiling,Yang Jiajun,Yu Huang,Xiao WenCong,Yu Tao.Medium—And Long-Term Load Forecasting Method for Group Objects Based on the Image Representation Learning[J].Frontiers in Energy Research,2021.

Yufan Zhang,Qian Ai,Zhaoyu Li,Shuangrui Yin,Kaiyi Huang,Muhammad Yousif,Tianguang Lu.Data augmentation strategy for small sample short‐term load forecasting of distribution transformer[J].International Transactions on Electrical Energy Systems,2020.

霍大伟,王杰,薄博,薛一鸣.考虑用户可调度潜力的异构柔性负荷聚合方法[J].计算机仿真,2026(03).

宫飞翔,陈宋宋,罗鑫宇,李彬.考虑多模态分解的融合模型空调负荷可调潜力分析[J].电力需求侧管理,2025(02).

史添.以负荷柔性控制技术化解台区过载问题[J].中国电力企业管理,2025(02).

李亚龙,林理符,许志昆.计及柔性负荷的虚拟电厂日前优化调度方法[J].河北电力技术,2024(05).

路学刚,谢一工,胡斌,林莉,王珍意,黄梓欣,张沛,谢桦.面向需求响应市场的柔性负荷调度方法研究[J].电力需求侧管理,2024(03).

李甲祎,赵兵,刘宣,刘兴奇.基于DWT-Informer的台区短期负荷预测[J].电测与仪表,2024(03).

王钦,陈业夫,蔡新雷,孟子杰,宋东阔.考虑柔性负荷和阶梯型碳交易的低碳经济优化调度策略[J].广东电力,2024(01).

王正平,卢玉洋,王彬,高冰,沈杨松.基于SVMD-MASSA-NLSTM的台区短期负荷预测[J].河北电力技术,2023(06).

李军,梁宵,梁嘉城,李鑫.基于ARIMA-GM改进算法的建筑负荷预测[J].电气自动化,2023(06).

陈东海,马旭,王波,朱晓杰,白文博.基于多阶段注意力机制的建筑空调负荷预测方法[J].浙江电力,2023(10).

陈鑫,林永君,白青飞,李静.基于主从博弈的多柔性负荷两阶段优化调度[J].计算机仿真,2023(05).

方娜,陈浩,邓心,肖威.基于VMD-ARIMA-DBN的短期电力负荷预测[J].电力系统及其自动化学报,2023(06).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于能源路由器的微网源荷储联合优化调度

计及柔性负荷的虚拟电厂日前优化调度方法

电能表时钟电池SOC估计方法

500 kV GIS断路器气室内部局部放电传感器布置位置的优化研究

基于FPGA的电网消缺机器人控制系统设计

Related Author

张政斌

叶鹏

张娜

程孟增

李亚龙

林理符

许志昆

Related Institution

沈阳工程学院电力学院

国网辽宁省电力有限公司经济技术研究院

广东电网有限责任公司阳江供电局

AI问答

⁰