《电力系统短期负荷预测方法的研究.pdf》由会员分享，可在线阅读，更多相关《电力系统短期负荷预测方法的研究.pdf（66页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、郑州大学硕士学位论文电力系统短期负荷预测方法的研究姓名：张德玲申请学位级别：硕士专业：电力系统及其自动化指导教师：陈根永20070515I 乜，系统如期负荷颅测方往的研|兜摘要短期电力负荷预测是电力系统运行调度中一项非常重要的内容，可以经济合理地安排电网内部发电机组的启停，减少不必要的旋转备用容量；可以合理安排机组检修计划，保证社会的正常生产和生活，提商发电企业的经济效益和社会效益；在目前能源同益紧张的情况下，国家能源发展战略要求逐步降低单位G D P 的能源损耗，电力生产和消费日益市场化，短期负荷预测结果成为制定电力市场交易计划的重要依据，这就对短期负荷预测提出了更高的要求。本文在分析了目前
2、短期电力负荷预测的现状及各种预测方法、预测模型的基础上，针对近年来，商业用电、居民生活用电在社会总用电中所占的比重越来越大，而且这些负荷易受到预测日类型、气候等条件的影响；以及地区负荷水平一般都不是太高，且负荷构成相对简单，因此更易受到气象因素的影响的特点，本文根据某地区电网运行实际，提出把气象因素和F I 类型作为影响地区负荷预测的主要影响因素，由于考虑到某些影响因素具有不确定性的特点，采用了模糊化的方法对数据进行了处理。常规算法不能较好地反映气象条件等外界因素对负荷的影响，而近年来人工神经网络法等智能算法具有高度的非线性映射能力，可以较好地考虑气象条件等因素对电网负荷的影响，本文采用了R
3、B F(R a d i a lB a s i sF u n c t i o n 径向基函数)神经网络；但另一方面因许多智能方法在学习收敛的速度方面、收敛的稳定性方面、收敛至全局极小点方面，尚缺乏指导模型自动选择的一般规则，只是在一定程度上加快了收敛速度，本文作者结合近年来有关学者对负荷预测长期研究和不断实践，提出了把模糊控制规则引入到R B F 神经网络中，较好的解决了上述问题，并具有较好的应用前景。根据负荷的数学模型，结合多种负荷预测方法，开发了的短期电力负荷预测应用软件。关键词：电力系统，短期负荷预测，神经网络，模糊规则，径向基函数，数据处理A b s t r a c tS h o r t
4、-T e r mL o a dF o r e c a s t i n g(S T L F)i so n eo ft h em o s ti m p o r t a n tc o n t e n t so fr u n n i n ga n dd i s p a t c h i n go f p o w e rs y s t e m I tc a nb ee c o n o m i ca n dr e a s o n a b l et oa r r a n g es t a r ta n ds t o po f t h eG e n e r a t o ri nw i r en e t,r e
5、d u c eo t i o s er e v o l v et h es t o r a g ec a p a c i t y I tc a nb er e a s o n a b l et oa r r a n g eG e n e r a t o rt h em a i n t a i np l a n,a s s u l a n c en o r m a lp r o d u c ea n dl i v eo f s o c i e t y,r a i s et h ee c o n o m i ce f f i c i e n c ya n ds o c i a le f f i c
6、 i e n c yo f E l e c t r i cp o w e re n t e r p r i s e；U n d e rt h es i t u a t i o nt h a tt h ee n e r g yi si n c r e a s i n g l yl a c k i n gc u r r e n t l y,t h en a t i o n a le n e r g yd e v e l o p m e n ts t r a t e g yr e q u e s t sg r a d u a l l yt or e d u c ee n e r g yc o n s
7、 u m p t i o no ft h eu n i tG D P，t h ep r o d u c t i o na n dc o n s u m p t i o no fe l e c t r i cp o w e ri n c r e a s i n g l yg ot om a r k e t，s h o r t-t e r ml o a df o r e c 嬲t i n gr e s u l tb e c o m ei m p o r t a n c eb a s i so f d r a w i n gu pt h ee l e c t r i cp o w e rm a r
8、k e tb a r g a i np l a n S ot h e s ep u ts h o r t-t e r ml o a df o r e c a s t i n gf o r w a r dah i g h e rr e q u e s t T h i st e x ta n a l y z et h ep r e s e n tc o n d i t i o na n dV a r i o u sm e t h o d sa n dm a t h e m a t i c sm o d e lo f t h es h o r t-t e r ml o a df o r e c a
9、s t i n g C o n s i d e r i n gt h ef a c t，t h es p e c i f i cC o m p a r i s o no f t h ec o m m e r c i a le l e c t r i c i t ya n dl i f ee l e c t r i c i t yo f r e s i d e n t so f t h er e c e n ty e a r si sm o r ea n dm o r eb i gi nt h ea l ls o c i e t ye l e c t r i c i t y,t h e s el
10、 o a d sa r es u b j e c t e dt oi n f l u e n c eb yl o a dd a yt y p ea n dw e a t h e ra n de t c；M o r e o v e r,t h er e g i o nl o a dl e v e li s n ta l lt o oh i g hg e n e r a l l y,a n dt h el o a dc o n s t i t u t ei ss i m p l eg e n e r a l l y,S Ot h e s el o a d sa r ea l s oe f f e
11、c t e de a s i l yb yl o a dd a yt y p ea n dw e a t h e rf a c t o r s A c c o r d i n gt os o m ea r e af a c t，t h i st e x tt a k e sd a yt y p ea n dw e a t h e ra st h em a i ni n f l u e n c ef a c t o r so ft h er e g i o ns h o r t t e r ml o a df o r e c a s t i n g B e c a u s eo f i n d
12、e t e r m i n a t i o nc h a r a c t e r i s t i co f t h es o m ei n f l u e n c ef a c t o r s，t h i st e x tt a k e sf u z z ym e t h o dt op r o c e s sd a t a T h en o r m a lc a l c u l a t ew a yc a n tr e f l e e tg o o d l yw e a t h e rc o n d i t i o na n do t h e ro u B i d ef a c t o r
13、st ot h ei n f l u e n c ef o rl o a df o r e c a s t i n g,i nr e c e n ty e a r s，t h ea r t i f i c i a ln e u r a ln e t w o r km e t h o de t ch a v eh e i g h tn o n l i n e a rt or e f l e c tt h ea b i l i t yo fs h 0 0 4C a nr e f l e c tg o o d l yt h ew e a t h e rf a c t o re t c B u tl
14、a c ko f t h eg e n e r a lr u l et h a ti n s t r u c tm o d e lt oc h o o s e sa u t o m a t i c a l l yi nt h es p d，s t a b i l i t ya n dt h eo v e r a l ls i t u a t i o nt oo r d e rs m a l l e s ta s p e c t so fs t u d y i n gt or e f r a i n i n gf r o mr a s ha c t i o n，j u s ts p e e dt
15、 or e f r a i nf r o mr a s ha c t i o na ts o m ee x t e n t T h i st e x ta u t h o rc o m b i n er e l e v a n tt h es c h o l a rs t u d i e sa n dp r a c t i c e sc o n t i n u o u s l yt o w a r d ss h o r t-t e r ml o a df o r e c a s t i n go v e ral o n gp e r i o do f t i m ei nr e c e n t
16、y e a r s，p u tf u z z yc o n t r o lr u l et ot h eR B F(R a d i a lB a s i sF u n c t i o n)n e u r a ln e t w o r k，r e s o l v et h eI II 乜力系统如期负荷顶铡方法的研|兜a b o v e-m e n t i o n e dp r o b l e mm o r eg o o d l y,a n dh a v eb e t t e ra p p l i e df o r e g r o u n d A c c o r d i n gt om a t h
17、 e m a t i c sm o d e la n dV a r i o u sm e t h o d so fl o a df o r e c a s t i n g,ad e s i g no f s h o r t-t e r ml o a df o r e c m t i n gs o f t w a r es y s t e mi sp r e s e n t e di nt h i sp a p e r K e y w o r d：P o w e rs y s t e m，S h o r t-t e r ml o a df o r e c a s t i n g,N e u r
18、a ln e t w o r k,F u z z yr u l e，R a d i a lb a s i sf：t l n c t i o n，d a t ap r o c e s s i n gI I II 乜J J 系统缸J 期负荷颁测方法的研究1 1 电力负荷预测的意义第1 章绪论负荷预测是从过去的负荷历史资料和对此有影响的政治、经济、气象等因素出发，探索出历史负荷之间以及历史负荷与主要影响因素之间的内在联系和发展变化规律，对未来用电需求做出预先的估计系统内的可用发电容量，在正常运行条件下，任何时候都应当能够满足系统内负荷的要求。假如系统内发电容量不够，则应当采取必要的措施来增加发电容量
19、，例如新增发电机组或从邻网输入必要的容量；反之，若发电容量过剩，则应采取必要的措施，如有选择的停机(如计划检修)或者向邻网输出多余的功率。因此未来本电网中长期或短期负荷变化的趋势与特点，是一个规划设计部门和电网调度部门所必须拥有的基本信息之一，所以对电力系统未来预计要发生的负荷交化趋势进行预测十分必要。电力系统负荷预测从时间方面来说，可以分为长期、中期、短期与超短期“1。长期与中期之间没有明确的分界线，一般来说，长期负荷预测一般指1 0 年以上，中期负荷预测为5-6 年，而短期负荷预测则指几个月、几周、几天，一天内各小时，甚至更短时间内的预测，超短期负荷预测指未来1 h、未来O 5 h 甚至未
20、来l O m i n的预测。长期与中期负荷预测可以作为安排系统新的发电机组的安装和变电站的建设依据，包括安装的大小、型式、布点、时间等；短期负荷预测主要用于运行和调度；超短期主要用语质量控制。电力系统负荷预测的水平已成为衡量电力运行管理现代化的显著标志之一。本文着重讨论短期负荷预测，短期负荷预测的主要意义为：(1)准确的短期电力负荷预测，能对运行中的发电厂的出力要求提出预告，使得事先可以估计发电机组出力变化的情况。对于装机容量不大的孤立电网，短期负荷预测是十分必要的。(2)对于一个容量较大的电网，为了经济合理的安捧本网内各发电机组的启动与停机，以使系统在要求的安全范围内为保持必要的旋转储备容量
21、的耗费为最小，短期负荷预报也是必须的。(3)当电网进行计算机在线控制时，应当用短期负荷预测的信息来实现发电容量的合理调度，满足给定的运行要求，同时使发电成本为最小。郑州人学T 学坝l j 论义(4)在电力系统中，随着电力体制改革的深化和电力市场的建立和发展，经济性成为电网运行的重要指标“1，也对短期负荷预测提出了更高的要求，短期负荷预测不再仅仅是E M S 系统的一部分，同时也是指导电力市场交易计划的重要依据。电力市场条件下的短期负荷预测不仅是一个技术问题而且还是一个经济性问题，因此电力市场的发展更加需要准确的短期负荷预测。1 2 电力负荷预测技术的发展和现状短期负荷预测技术的发展是从离线分析
22、到在线应用逐步发展的过程，也是从过分依赖于调度员的运行经验到自动化、智能化逐步转变的过程。短期负荷预测技术的发展大体经历了三个阶段。早期的负荷预测完全依赖于调度员的运行经验，出于缺乏科学的理论做指导，不同调度员的预测结果往往差别很大，并且调度员的运行经验是经过生产实践逐步积累起来的，所以没有经验的新的调度员一般无法胜任这项工作，总之，早期的短期负荷预测主要依赖预测人员的实际经验。二十世纪七十年代后，许多数学统计方法被引入到短期负荷预测中，使短期负荷预测摆脱了完全依赖调度员经验的历史，将短期负荷预测技术提高到一个新的水平，典型的算法有回归分析法(线性回归分析法、非线性回归分析法、多变量回归分析法
23、)1 3】、确定性时间序列分析法(时间序列平滑法、时间序列分解法)、随机时间序列分析法-B o x-J e n k i n s 法、状态空间法【4 l。二十世纪九十年代初期开始，人工智能技术(如人工神经网络1 5,6,7 1、专家系统法 8,9 1、模糊推理【i o,s q、灰色预测法【1 2】等)逐步被用到短期负荷预测中，人工智能技术主要用来解决非线性问题和不确定性闯题，和数学统计相比，人工智能预测方法在预测过程中考虑了各种不确定因素(如温度因素、天气因素、季节因素、人工经验等)，在实际的负荷预测过程中确实能提高预测精度。这些方法都在电力系统短期负荷预测中得到了应用，但各有其局限性。因此综合
24、各种预测模型优点的组合方法得到了越来越多的关注。优选组合预测有两种概念，一种是指将几种预测方法所得的预测结果，选取适当的权重进行加权平均的预测方法：二是指在几种预测方法中进行比较，选择拟合优度最佳或标准离差最小的预测模型作为最优模型进行预测。组合预测方法是建立在最大信息利用的基础上，它集合多种单一模型所包含的信息，进行最优组合。因此，在大多数情况下，通过组合预测可以达到改善预测结果的目的。如文献【1 3】提出了使用自适应模糊神经网络进行短期负荷预测的方法：在文献 1 4】【1 5】中，作者列举出人工神经网络A N N 和模糊控制相结合的电力系统负荷短期预测方法，文献【l6】提出的基于灰色理论和
25、神经网络的电力系统负荷2U 力系统瑚I 敌衍颅铡万垃的”咒预测方法也具有很好的效果。尽管短期负荷预测技术在算法理论研究上取得了很大的成就，但是在实际应用中由于种种原因短期负荷预测技术还存在很多问题，短期负荷预测理论和实践有待进一步发展。1 3 本文所作的主要工作为了提高负荷预测精度，必须认真研究分析各种信息(负荷历史资料及相关因素等)，研究新的理论和方法，进一步提高预测精度。提高预测精度的途径归纳起来可概括为两个方面：一是在预测过程中尽可能计及各种相关因素(如温度因素、气象因素、节假R)对负荷的影响；二是积累历史数据，总结经验，改进预测模型与方法，采用组合预测方法。本文主要从提高短期负荷预测精
26、度和速度两方面着手，开展的主要工作如下：(1)根据实际地区电网的历史负荷数据，分析影响预测的各种因素，如负荷变化的只、周等周期性以及天气因素等，总结负荷变化的规律性，并根据影响因素的不确定性采用模糊处理的方法使影响因素更贴近实际，以此来提高预测的精度。(2)针对B P(B a c k-P r o p a g a t i o n。反向传输)算法具有训练易陷入局部极小点，需要大量训练样本数据的缺点本文采用训练收敛速度更快、推广能力更强的R B F神经网络作为短期负荷预测的模型。(3)针对R B F 神经网络缺乏处理不确定性和模糊信息的能力的缺点，本文在R B F 神经网络预测的基础上引入模糊控制规
27、则，来控制神经网络预测模型，使得网络收敛到全局最优解的速度大大提高。(4)用V i s u a lC+6 0 和A c c e s s2 0 0 0 数据库作为开发平台，编制电力系统短期负荷预测软件。3第2 章负荷预测原理随着我国电力系统的发展，电网管理的R 趋现代化，负荷预测问题的研究也越来越引起人们的注意，并己成为现代电力系统科学中一个重要的领域。因为整个社会是一个复杂的整体，它的用户成千上万，而每个用户的要求也各不相同，因此整个社会的用电需求既有一定的统计规律性，又具有大量的随机影响因素，具有不确定性。所谓负荷预测，就是根据负荷变化的内在规律性，考虑到影响负荷变化的各种随机影响因素，比较
28、准确地预测出负荷在未来一定时期内的变化。对电力系统的负荷变化，如果事先有一个比较准确的估计，对提高电力系统的规划水平和提高电力系统运行的安全性、经济性、可靠性，提高电网的供电质量，有着重要的现实意义。因此，在实践中，无论是制定电力系统规划或是实现电力系统运行自动化，进行相应的负荷预测都是必不可少的。在实际应用中，电力系统不同组成部分对负荷预测的精度会有不同影响，因此研究负荷变化的内在规律和负荷预测的特性、负荷预测的特点、负荷预测的原理、影响负荷变化的各种相关因素以及各种相关因素在预测时如何进行规范化处理等对提高预测精度有重要的意义。2 1负荷预测的分类及特性2 1 1 负荷预测的分类”m”(1
29、)电力系统负荷预测按预测时间长短，可分为长期、中期、短期和超短期负荷预测。长期负荷预测一般指1 0 年以上，中期负荷预测为5-6 年，而短期负荷预测则指几个月、几周、几天，一天内各小时，甚至更短时间内的预测。长期和中期负荷预测主要用于电网的规划。主要包括新的发电机组的安装(装机容量的大小，型式，地点，时间)，电力网的增容和改建，是电力规划部门的重要工作之一。短期负荷预测指一年之内以月为单位的负荷预测，还指以周、天、小时为单位的负荷预测，通常预测未来一个月度、未来一周、未来一天的负荷指标，也包括预测未来一天2 4 h 中的负荷。其意义在于帮助确定燃料供应计划；对运行中的电厂出力要求提出预告，使对
30、发电机组出力变化事先得以估计；可以经济合理地4也力系统州期饥衙颅测方法的研，C安排本网内各机组的启停，降低旋转储备容量；可以在保证正常用电的情况下合理安排机组检修计划。超短期负荷预测指未来1 h、未来O 5 h 甚至未来l O m i n 的预测。其意义在于可对电网进行计算机在线控制，实现发电容量的合理调度，满足给定的运行要求，同时使发电成本最小。(2)负荷按照使用范围可以分为城市民用负荷、商业负荷、农村负荷、工业负荷以及其它负荷。城市民用负荷是城市居民的家用负荷，商业负荷和工业负荷是分别为商业和工业服务的负荷，农村负荷则是指广大农村为农业生产服务的负荷(包括农村生活用电、生产与排灌用电以及农
31、村商业用电)，其它负荷则包括市政用电、街道照明，公用事业、政府抒公、军用以及其它等。在各类负荷中，城市居民负荷具有经常的年增长以及明显的季节性波动和闩变化特点，城市居民用电负荷的季节性变化和R 变化在很多情况下，直接影响系统峰值负荷的，但其影响程度取决于城市居民负荷在系统总负荷中所占的比例。在我国，随着国民经济的发展，居民生活水平的提高，敏感于气候变化的家用电器(电炉、电热器、空调装置、电风扇、电冰箱等)的同益广泛地应用，使居民负荷变化对系统峰值的影响越来越大，使之成为在负荷预测中必须考虑的重要因素。商业负荷也同样具有季节性变化和同变化的特点，这种变化也是由于商业部门越来越广泛地采用空调、电风
32、扇等敏感于气候的电器，以及商业营业性质所致。相对来说，工业负荷占负荷比例较大，且一般可视作是受气候影响较小的基础负荷，但也不能说一点也不受气候的影响。比如高温季节，工业负荷也含有降温和防暑耗电。一方面由于工业负荷本身负荷很大，另一方面尤其是由于三班连续生产，因此一般来说这类负荷变动较小，但是随着电力需求侧管理的加强、峰谷电量费用的差别拉大，有些工业用户的同负荷也出现了较大的变化。另外某些工业用户可能具有一些特殊要求，如要求很高的功率(冲击负荷、峰值负荷较大等)但不一定要求很大的用电量，某些工业用户可能具有明显的季节性特点(如制糖)，负荷预测中这些都需要采用相应的措施加以对待。农业用电一般对地区
33、负荷影响不大，需要注意的是农忙期间，特别是夏季生产排灌用电，其时间不长，但负荷特别集中，容易造成局部用电紧张。其它各类负荷一般所占比例比较小，虽也都有各自的不同特点，但对整个系统负荷的影响不是很大。总之，负荷的变化是非常复杂的，进行预测时应考虑到各方面的影响因素，其中尤其应加以重视的是负荷中天气因素的影响。(3)负荷预测按特性分类根据负荷预测表示的不同特性，常常又分为最高负荷、最低负荷、平均负荷、负荷峰谷差、高峰负荷平均、低谷负荷平均、平峰负荷平均、全网负荷、母线负5郑州人学T 学硕l。论文荷、负荷率等类型的负荷预测，以满足供电、用电部门的管理工作的需要。2 1 2 负荷的特性通过分析过去长时
34、间的负荷历史数据，我们可以认识到电力系统负荷变化具有其内部固有的特性：(1)我们在一定程度上可以控制负荷，如频率降低到一定程度就自动甩负荷，某些情况下在局部地区采用用电量计划分配，或者采用某种特殊的电价政策对负荷施加影响，既从本质上来说，负荷是可控的。(2)负荷的另一个特点是具有按天，按周、按年的周期性变化的规律。对较长时期的负荷历史记录进行分析，一般可以看出两种变化趋势。种是固定的变化趋势，如逐步增长或逐步减少，另一种则是按月、按周、按R 的周期性变化趋势。(3)另外，负荷变化还有一定的随机性。这主要是因为：(a)用户负荷的一些偶然性变化。(b)气象条件(温度，湿度、同照、风速、雾等)的变化
35、，这种因素引起的负荷变化一般比较复杂，并且无确定的规律。2 2 负荷预测的特点和原理2 2 1 负荷预测的特点啪1由于负荷预测是根据电力负荷的过去推测它的未来数值，所以负荷预测工作所研究的对象是不确定事件。只有不确定事件、随机事件，才需要人们采用适当的预测技术，推知负荷的发展趋势和可能达到的状况。这就使负荷预测具有以下明显的特点。(1)不准确性因为电力负荷未来的发展是不确定的，它要受到多种多样复杂因素的影响，而且各种影响因素也是发展变化的。人们对于这些发展变化有些能够预先估计，有些却很难事先预见到，加上一些临时变化的影响，因此就决定了预测结果的不准确性或不完全准确性；(2)条件性各种负荷预测都
36、是在一定的条件下作出的，对于条件而言，又可分为必然条件和假设条件两种；(3)时问性各种负荷预测都有一定的时间范围，因为负荷预测属于科学预测的范畴，因61 也力系统j 田负衙颅删方珐的研究此，要求有比较确切的数量概念，往往需要指明预测的时日J。(4)多方案性由于预测的不准确性和条件性，所以有时要对负荷在各种可能的发展情况下进行预测，就会得到各种条件下不同的负荷预测方案。2 2 2 负荷预测的原理“铷负荷预测工作是根据电力负荷的发展变化规律，预计或判断其未来发展趋势和状况的活动，因此必须科学的总结出预测工作的基本原理，用于指导负荷预测工作。(1)可知性原理也就是说，预测对象的发展规律，其未来的发展
37、趋势和状况是可以为人们所认知的，客观世界是可以被认知的，人们不但可以认识它的过去和现在，而且可以通过总结它的过去和现在推测其将来。这就是预测活动的基本原理。(2)可能性原理因为事物的发展变化是在内因和外因的共同作用下进行的，内因的变化及外因作用力大小不同，会使事物发展变化有多种可能性。所以，对某一具体指标的预测，往往是按照其发展变化的多种可能性，迸行多方案预测的。(3)连续性原理又称惯性原理，是指预测对象的发展是一个连续统一的过程，其未来发展是这个过程的延续。它强调了预测对象总是从过去到现在，再从现在发展到未来。电力系统的发展变化同样存在着惯性，如某些负荷指标会以原来的趋势和特性保持下来，延续
38、下去。因此了解事物的过去和现在，并掌握其规律，就可以对未来的发展情况利用连续性原理进行预测。(4)相似性原理尽管客观世界中各种事物的发展各不相同，但一些事物发展之间还是存在着相似之处，人们可以利用这种相似性原理进行预测。在很多情况下，作为预测对象的一个事物，其现在的发展过程和发展状况可能与另一事物过去一个阶段的发展过程和发展状况相类似，人们就根据后一事物的己知发展过程和状况，来预测所预测对象的未来发展过程和状况，这就是相似性原理。(5)反馈性原理反馈就是利用输出返回到输入端，再调节输出结果。预测的反馈性原理实际上就是为了不断提高预测的准确性而进行的反馈调节。人们在预测活动实践中发现，当预测的结
39、果和经过一段实践所得到的实际值之间存在着差距时，可利用这个差距，对远期预测值进行调节，以提高预测的准确性。7郑州人学T 学顾l 论文(6)系统性原理预测对象是一个完整的系统，它本身有内在的系统它与外界事物的联系又形成了它的外在系统，这些系统综合成一个完整的复杂系统，在预测中都要进行考虑。即预测对象的未来发展就是系统整体的动态发展，而且整个系统的动态发展与它的各个组成部分和影响因素之白J 的相互作用和相互影响有关。系统性原理还强调系统整体最佳，只有系统整体最佳的预测，才是高质量的预测，y J。能为决策者提供最佳的预测方案。2 3 短期负荷预测基本模型负荷预测是根据负荷过去的历史资料，建立恰当的数
40、学模型对未来的负荷进行预测。在进行电力系统的短期负荷预测时，针对负荷变化的特点，既要充分分析、掌握并利用其规律性，又要兼顾各种因素的影响。2 3 1 影响负荷变化规律的因素系统总负荷是系统中所有节点上所有负荷的总和。理论上如果知道系统中所有节点负荷的变化方式。那么就可以直接预测出系统总负荷的变化。但是单个负荷变化的方式具有很大的随机性和不可预测性，此外同一系统中不同负荷的变化方式千差万别，所以通过综合估计的负荷变化方式来预测系统总负荷是不可能的。尽管单个负荷的变化随机性很大，但实践表明所有单个负荷的总和即系统总负荷一般具有一定的变化规律，经过不断的实践过程，人们逐渐认识到影响这种规律变化的因素
41、主要有四种：(1)正常负荷分量正常负荷分量与气象无关，具有线性变化和周期变化的特点。线性变化描述同平均负荷变化规律，而周期变化描述以2 4h 为周期的变化规律。(2)气候因素如今出于电网有大量的气候敏感负荷，如空调、电热器以及农业灌溉等负荷的存在，这些气象敏感负荷分量与一系列气象因素有关，如温度、风力、阴晴，雨雪等，气候条件对负荷模式变化有显著的影响，对于许多电网而言，根据各种因素对负荷影响程度的分析，温度显然是最重要的气候影响变量。对于任一给定同，温度对J 下常值的偏差，将引起负荷的显著变化，有时甚至需要对机组投入计划进行大的修正。湿度是另外一个可以影响电网负荷的因素，特别是在水旱灾年的排涝
42、灌溉等，因此不同气象因素影响负荷的方式不同。而一年中，不同时期的气象因素影响负荷的方式也不同。81 乜J J 系统如期执1：i=预测方法的研究(3)时I 日j 因素时问因素对负荷的影响主要有三点：季节变化，周(7 同)或只(2 4 小时)循环，法定及传统节日随着季节的变化会出现昼夜时间比例的变化、温度的变化、学校学年开始、假期等生活工作方式的变化，这些变化都会影响到负荷的变化。由于社会生产方式和人们生活习惯会呈现工作和休息的交替变化，并且这种变化具有同或周的周期性，所以电力负荷一般呈现以R 或以周为周期的周期性变化。节假只(如春节、国庆节)期间人们休息时问长并伴随大量的庆祝活动，对负荷的变化影
43、响比较大，一股情况下节假R 的负荷比正常同的负荷低很多，以及假同前或后的一些天，由于趋向一个长“周末”，负荷也会发生明显变化。(4)随机因素所有能引起负荷模式变化，而有未包括在上面三类中的其它因素均算在此类中由于系统负荷是由大量分散的单独需求组合而成，系统负荷不断受随机干扰影响。除了大量小干扰外，轧钢厂、同步加速器等设备的运行将产生冲击性电力负荷，引起较大的负荷波动。出于通常对于系统调度人员来说，这些大设备的运行时刻是未知的，它们代表了大的不可预测的干扰。还有一些特殊事件如工业设备损坏、政治事件、庆典活动、特别电视节目，虽然事件发生时刻可以预先知道，但对负荷影响的程度是未知的。2 3 2 预测
44、模型满足的要求由于电力负荷是一个随机非平稳过程，它由成千上万个单独分量组成，而每个分量又以不符合任何已知物理定律的不稳定形式变化着，未来某一时刻的负荷，通常与过去的负荷水平、当前的运行状况、预测期的气象因素以及同期类型等密切相关。因此，提出预测模型必须考虑下述问题：(1)模型应能反映负荷随着季节、星期及一天2 4 h 周期性波动的特点；(2)模型应能反映负荷自然增长的内在规律；(3)模型应能反映气温、日照等气象因素的影响；(4)近期负荷变化趋势比早期负荷变化趋势对未来负荷变化的影响更加明显，数学模型应该能反映出这种“近大远小”的规律；(5)对节假同期间的负荷应建立专用预测模型，且能够根据现场需
45、要，提前对节假日期间的负荷进行预测；(6)模型应能适应在线应用的需要。2 3 3 短期负荷预测基本模型9基于前面对影响负荷的各种因素的分析和预测模型应满足的要求，电力系统总负荷预测模型一般可以按四个分量模型描述：l(t)=6(f)+哪)+J(f)+v(f)(2 1)式中，(f)为时刻，的系统总负荷：6(f)为时刻t 的基本正常负荷分量：以f)为时刻f 的气候敏感负荷分遗；j(f)为时刻f 的时日J 因素分量；v(t)为时刻t 的随机因素分量。(1)基本J 下常负荷分量模型蚤蛰j爨j，?雾：舅i岛妒z；历电负荷曲线：il：II il；6-l-i-】-一j 盎轰骖_ 呵：矽一哥-副1 l。A。l粥
46、一一时芎l”。J一一I。：不同的预测周期，6(f)分量具有不同的内涵。对于超短期负荷预测，6(f)近似线性变化，甚至是常数；对于短期负荷预测，6(f)一般呈周期性变化；而在中长期负荷预测中，6(f)呈具有明显增长趋势的周期性变化。针对短期负荷预测，将历史上连续一周同负荷按时序画在一张图上(见图2 1)，并将其画在同一坐标系下(见图2-2)，可以看出负荷明显地表现出同的周期性，即以2 4 h 为周期循环变化。同样，将历史上连续几周的日负荷按时序画在一张图上，不难看出每周的负荷都具有类似的变化规律，表现出周的周期性，即以1 6 8 h 为周期循环变化。1 0|。jjj|一|j j|一I U J 系
47、统m 驯鲍甜披删方法的训)C因此，对于短期负荷预测，基本正常负荷6(，)一般是指周期为2 4 h 或1 6 8 h 的J 习期变化负荷，这部分负荷可以蚪j 一系列傅立叶分量的线性组合来表示。若把以2 4 h 为周期变化的线性组合与以1 6 8 h 为周期变化的部分分开，并分别用6 I(f)和岛(f)来表示，则口乜(，)=I l+(qs i nc o l t+b ic o s n J i t)(2 2)，=l6 2(，)式中：O i=n i 月2 4，哆=m J r 1 6 8，i 和m J 均为币整数。曲线比较 4 辩07沪i 7砭辩；。净f?、烈鍪、。，一菇一，一|，?j7三：、；、黔：要i
48、 j：瓦一心(f 一兀)t (2 4)O乙s t s 瓦式中，t 为预测温度，可以是一闩最高温度、最低温度、平均温度或是某耐点温度(例如上午8 时)；瓦，以为电热临界温度和斜率，r C 时冷气负荷增加，其斜率为K，；在艺s t Z 之间段温度上，电热和冷气均不开放，负荷基本与温度波动无关。图2，3 更加直观的描述了这一模型。(3)特别事件负荷分量模型特别事件负荷分量主要指节假R、特别电视节目、重大政治活动等对负荷造成的影响。其特点是只有积累大量的事件记录，才能从中分析出某些事件的出现对负荷的影响程度，从而做出特别事件对负荷的修讵规则。这种分析可以用专家系统方法来实现，也可以简单的用人工修正来实
49、现。(4)随机负荷分量模型对于给定的过去一段时白j 的历史负荷记录，提取出基本负荷分量、天气敏感负荷分量和特别事件负荷分量后，剩余的残差即为各时刻的随机负荷分量，可以看成是随机时间序列。目前，处理这类问题的最有效办法是B o x-J e n k i n s 的时问序列法。陶2-3 天气敏感负荷模型F i g u r e 2-3S e n s i t i v e1 0 a dm o d e lo f t h e w e a t h e r1 23 1 引言第3 章短期负荷预测基本方法短期负荷预测技术发展至今已有几十年，随着数学统计理论和人工智能技术的相继发展，人们提出各种各样的预测方法，现有预测
50、方法多达十几种，其中较为典型的方法有回归分析法、指数平滑法、B o x-J e n k i n s 法、状态空问法、人工神经网络法、专家系统法、灰色模型法、小波变换法等。这些方法各有其优缺点，很难说哪一种方法绝对优越于其他方法。根据数学模型的不同，短期负荷预测方法大致可以分为两类：数学统计方法和人工智能方法，下面对几种典型的方法加以介绍并进行简单的分析与评价。3 2 各种预测方法简介3 2 1 线性外推法线性外推法基于以下两条假设：(1)相同类型只的负荷曲线相近，不同类型只的负荷曲线差别很大；(2)假定每天的最大负荷、最小负荷与对应天的最高温度和最低温度具有一定的相关性。线性外推法预测过程如下