短期负荷预测开题报告

《短期负荷预测开题报告》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、毕业设计（论文）开题报告1．结合毕业设计（论文）课题情况，根据所查阅的文献资料，每人撰写2000字左右的文献综述：文献综述摘要随着我国区域性电力市场的逐步建立和完善，短期负荷预测工作将在电力市场运营中占据十分重要的地位。国内外的许多专家、学者在预测理论和方法方面做了大量的研究工作，取得了很多卓有成效的进展。目前用于短期负荷预测的方法很多，可以分为经典预测方法、传统预测方法和智能预测方法等。经典方法有回归分析法和时间序列法；传统方法有卡尔曼滤波法、指数平滑法、灰色预测法、小波分析法；智能预测法有专家系统法、人工神经网络法。电力系统短期发电计划是在一

2、个调度周期内，根据负荷预报，在满足负荷需求和机组安全、启停机限制的约束条件下，优化选定各时段参加运行的机组，决定机组开停时间及其出力情况，使整个机组在周期内的总消耗为最小。关键字：短期负荷预测；机组组合；最优潮流；回归分析；时间序列分析；人工神经元网络内容：一．课题的目的和意义电力系统负荷预测主要用于电力系统规划和制定发电计划，还可以用于进行系统充裕性评估、发电合同制定、合同电量分配、电价预测、预调度和实时调度等工作，从而提高系统运行的经济性和可靠性。随着工农业的发展、人民生活水平的日益提高，社会对电力的需求量越来越大。为了满足日益增大的电力需求

3、量，必须不断扩大电力系统的规模。由于电力工业的发展需要巨大的投资和一次能源，而且对国民经济其它部门有巨大的影响，合理的电力系统规划不仅可以获得巨大的经济效益，也能获得巨大的社会效益。相反，电力系统规划的失误会给国家建设带来不可弥补的损失。所以对电力规划进行分析研究，以求得最大限度提高规划质量，具有重大的意义，而实现这一目标的第一步就是作好电力负荷预测。电力负荷预测的准确程度直接影响到投资、网络布局和运行的合理性。准确的电力负荷预测，是电力企业电网管理现代化、科学化提供依据，电力系统负荷预测对电力系统控制、运行起着十分重要的作用，也是电网规划的前提

4、与基础。准确可靠的负荷预测能保证电力系统运行的安全性，又可提高电力运行的经济性。二．生产实践情况分析和研究现状2.1研究现状电力负荷预测是在充分考虑一些重要的系统运行特性、增容决策、自然条件与社会影响的条件下，研究或利用一套系统地处理过去与未来负荷的数学方法，在满足一定精度要求的意义下，确定未来某特定时刻的负荷数值。它包括对未来需求量的预测和未来用电量的预测，基本预测方法主要有四种：长期负荷预测、中期负荷预测、短期负荷预测、超短期负荷预测。由于负荷预测是根据电力负荷的过去和现在推测它的未来数值，所以负荷预测工作所研究的对象是不肯定事件。这就使负荷

5、预测具有以下明显的特点：1.不准确性2.条件性3.时间性4.多方案性短期负荷预测是负荷预测的重要组成部分，它主要用于预报未来几小时、一天至几天的电力负荷，对于调度安排开停机计划、机组最优组合、最优潮流、电力市场交易有着重要的意义。负荷预测精度越高，越有利于提高发电设备的利用率和经济调度的有效性。负荷预测的核心问题是预测的数学模型，随着现代科学技术的不断进步，负荷预测理论技术得到很大发展，理论研究逐步深入，为了找到使用方便、准确度高、计算快的负荷预测方法，许多人在理论和实践上进行了广泛的研究和探讨。如各种基于神经网络、灰色理论、分形的方法。不同地区

6、的负荷特性不尽相同，因此，生产实践中应根据实际情况采用适当的负荷预测方法。2.2发展趋势电力负荷的变化一方面有其不确定性，明显受到各种环境因素的影响：如气候的变化、意外事故的发生等造成对电力负荷的随机性干扰，这使得负荷时间序列的变化出现非平稳的随机过程；另一方面，在一定条件下电力负荷存在着明显的变化趋势，具有明显的周期性，一旦找到了负荷的变化趋势，按照该变化趋势就能对未来负荷情况作出判断，这就是趋势外推预测技术。一般是在考虑天气因素影响的情况下，把历史负荷线性外推来进行预测，在考虑天气因素对负荷的影响时，因为实际上天气因素和负荷的关系是复杂的非线

7、性关系，精确地考虑非常困难，大多情况都采用简化的模型。ANN(人工神经元网络)适于解决时间序列预测问题，一经引入电力系统，负荷预测就成为其应用研究的一个主要领域。到目前为止，ANN主要应用于短期负荷预测。用ANN进行电力系统的负荷预测，采用的是BP模型，研究用不同的特征量预测不同的负荷。三．课题主要工作3.1负荷预测对电力负荷进行科学预测，基本程序如下：1.确定负荷预测目的，制订预测计划2.调查资料和选择资料3.资料整理4.对资料的初步分析5.建立预测模型6.综合分析，确定预测结果7.编写预测报告，交付使用8.负荷预测管理现给出某一节点若干天的历

8、史负荷数据，数据包括每天24小时该节点的有功负荷、对应各日的最高温度与最低温度，根据这些资料用基于温度准则的外推方法对未来某一天的24小