MÔ HÌNH KẾT HỢP HHO-GCN-LSTM ỨNG DỤNG TRONG DỰ BÁO ĐỒ THỊ PHỤ TẢI CHO LƯỚI ĐIỆN NHỎ

Tóm tắt

Dự báo biểu đồ phụ tải điện được quan tâm nhiều trong quản ly năng lượng của microgrid (MG). Nhu
cầu trong việc xác định biểu đồ phụ tải chính xác trong ngắn hạn là đặc biệt quan trọng để quả lý điện năng
hiệu quả cho MG. Bài báo này đề xuất một phương pháp mới để dự báo phụ tải ngắn hạn (STLF). Phương
pháp này sử dụng chuỗi dự liệu phụ tải và nhiệt độ theo thời gian được cung cấp cho mô hình dựa trên Mô
hình Mạng đồ thị tích chập (GCN) để kết hợp đặc tính của các dữ liệu ngõ vào, ngõ ra được đưa vào tính toán
cho mạng LSTM tương ứng để dự báo đồ thị phụ tải hàng giờ trong tương lai. Nhằm đánh giá độ chính xác
của mô hình dự báo, nghiên cứu này sử dụng Thuật toán tối ưu hóa HHO để đưa vào tính toán cho mạng
GCN-LSTM. Để so sánh kết quả của mô hình với các mô hình dự báo khác, chúng tôi thực hiện với tập dữ liệu
phụ tải của một mô hình MG thuộc lướ điện TP Hồ CHí Minh. Mô hình dự báo được so sánh với các mô hình
dự báo trước đây. Kết quả cho thấy rằng mô hình được đề xuất trong nghiên cứu này có kết quả vượt trội so
với các mô hình dựa trên học sâu khác về sai sô bình phương trung bình gốc (RMSE) và sai số phần trăm
tuyệt đối trung bình (MAPE).