论对于短期负荷预测的方法及其应用的论文

《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