欢迎来到天天文库
浏览记录
ID:10542264
大小:53.00 KB
页数:4页
时间:2018-07-07
《论对于短期负荷预测的方法及其应用的论文》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、论对于短期负荷预测的方法及其应用的论文论文关键词:电力系统负荷预测数据 论文摘要:目前短期负荷预测方法通过利用最新的历史负荷数据,可以预测当日当前时刻以后若干小时的未知负荷,其预测精度明显高于常规的短期负荷预测。为满足电力市场实时交易对负荷预测的新要求,将这种方法应用于修改历史负荷坏数据和补足当日未知负荷数据,以协助提高短期负荷预测的准确度。 短期负荷预测是电力市场运营中不可少的计算。短期负荷预测结果准确与否,对系统运行的经济性、安全性有很大影响。 对于任何负荷预测系统,要提高预测的准确度,需要具备两个条件:第一,良好的预测基础;第二,充足的参考信
2、息。在电力领域,对于常规的短期负荷预测系统,这两个条件体现为:首先,给负荷预测系统提供充足的、完整而且准确的历史数据样本;其次,在预测过程中充分的引入最新的负荷相关信息。 一短期负荷预测的方法 短期预测的基本思想是:利用预测时刻以前的历史负荷数据,用几种不同的方法做预预测,可以预测该时刻以前的系统负荷,根据各方法的预测精度确定这些方法在综合模型中的权重;利用这一权重,使用昨天及以前的历史负荷数据,做今天预测时刻后的全日未知负荷的预测。由于利用了预测时刻以前的最新的负荷信息,因此,用这种方法大大提高了负荷预测的精度。 短期负荷预测方法的关键是:以当日已
3、经发生的负荷的变化模式作为全日未知负荷变化规律的参考,在此基础上预测出未知的负荷值。.cOm其隐含的原理是:对于同一日,在一天内的天气等负荷敏感因素不发生突变的情况下,其全日负荷的变化模式不会发生突变。 下面用这个方法解决限制短期负荷预测准确度提高的两个问题。 二修正历史负荷坏数据 历史实况负荷数据是负荷预测系统建立算法模型的基础,其数据质量的好坏直接影响负荷预测准确度。历史负荷中的坏数据需要处理。 传统的短期负荷预测方法一般凭靠人工经验完成这些坏数据的修正,或采用简单的辨识、平滑方式处理坏数据,这些方式均有很大的局限性,其效果也不理想。 采用短
4、期负荷预测方法对历史坏数据点进行修正,具有简单有效、适应性好、准确度高的特点。 负荷预测应用中的历史负荷坏数据有两类。一是数据采集系统(scada)采集设备或传输设备质量不高,造成一些瞬时丢失的坏负荷数据点(称为通道坏数据);二是电力系统中,一些人为或非人为的突发事件影响用电负荷,造成持续时间较长的畸变负荷数据点,这是不可预见的负荷变化。 这些坏数据点(包括通道坏数据、畸变坏数据,)若不作处理,直接作为数据样本参与预测,必然降低负荷预测的准确度。 采用短期负荷预测方法对坏数据点进行修正的原理是:辨识出历史日中的正常数据点和可疑数据点;以正常数据点为已知条
5、件,采用短期负荷预测方法完成对可疑数据点的预测,用预测结果修正这些可疑数据点。其修正步骤如下: (1)辨识可疑数据点 坏数据点往往具有数值突变的特征。通过这个特征可以辨识出历史负荷数据中的可疑坏数据点。实现辨识的方案并不唯一,笔者采用的方案为负荷数据突变辨识。 对于不同的电力系统,其负荷数据中存在的正常的随机变化量幅度不同,通过提高或降低判断标准,即可收紧或放宽对可疑数据点的认定。任何一种可疑数据判断机制都可能造成一定的误差(误判或漏判),但是,在采用短期负荷预测进行坏数据修正时,由于依据的是有规律的预测结果完成修正,所以所认定的可疑数据点多几个点或少几
6、个点并不会对修正结果造成太大的影响。这正是这种修正方案独特的优势所在。 (2)修正可疑数据点 修正历史数据中的可疑数据是短期负荷预测系统的要点和难点之一。准确的修正可疑数据点的数据要比辨识它难得多。因此,传统的负荷预测系统无法很好地处理坏数据修正问题,只能依靠预测人员的人工经验来解决。采用短期负荷预测方案进行坏数据修正则可代替人工修正方式,减少预测人员的工作量,同时减少由于人工修正带来的人的主观因素影响。 统计表明,实际电力系统中每日坏数据点数一般不超过10点,即:n<10,正常数据点m≥86。则上述修正方案相当于,在以已知的(多于)86点数据为优
7、化目标的情况下,对该日96点数据进行短期负荷预测,统计表明,这样条件下的预测准确度高达98.42%以上。可见,修正效果非常理想。 实际应用中,由于错判或漏判几个坏数据点对修正结果无太大影响,因此,该方案尤其适用于正常负荷曲线比较平滑,而系统突发事件又比较频繁的电力系统。 三补足当日未知多点负荷值 短期负荷预测主要应用于提前一天完成用电计划的制定。传统的负荷预测系统往往只是依赖昨日以前的历史数据样本,及相关的负荷影响因素数据,完成明日用电计划负荷的预测。这种预测方案没有利用最新的、含信息量非常丰富的当日的已知负荷信息,使得预测准确度难以进一步提高。 如何
8、利用最新获得的当日的负荷信息参与明日的
此文档下载收益归作者所有