模糊聚类选则相似日之短期电力负载估计

《模糊聚类选则相似日之短期电力负载估计》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、模糊聚类选则相似日之短期电力负载估计第1章绪论1.1电力负荷预测概述1.1.1电力负荷预测的研究背景及研究意义社会的发展和国家经济的发展都是在不断进步的，人们通过研究发现，电力负荷的供应在社会和经济发展中起到着越来越重要的作用，这种作用是没有其他能源能够代替的。以前的时候，电力负荷的供应在我国满足不了要求；到了现时，在大幅提高我国的发电水平的情况下，在有些地区供大于求的情况都有出现，由此可见在我国，电力市场已经步入了一个新的阶段以销定产。这就使发电、供电、用电联系在一起，从而促使电力系统这个有机的整体形成。在对电力系统进行管理时，通常是多个方面的内容的综合管理

2、，但是负荷预测一直都是其中的一项重要内容。如果负荷预测准确[1]，就可以通过经济合理地安排机组启停来降低发电成本，进而提高经济效益。因此，通过不断提高负荷预测的手段和方法，就可以使得电力负荷的预测结果越来越准确，而这对于电力系统意义重大。详细的来说，在电力系统开展短期电力负荷的预测是具有重大意义的[2]:(1)电能是与其它能量形式不同的一种存在，电能一旦产生，是没有办法进行大量存储的，这种特殊的属性，要求发电公司能够有个提前的预测，做出详细的规划，只有这样做了，才能保证发电量和用电量没有太大的偏差，两者能够达到瞬间的平衡。(2)如果短期电力负荷的预测结果能够比

3、较准确，那么电厂的调度人员在制定发供电计划时，能够保证电力的供需平衡。通过短期负荷预测，能够得到电能的使用信息，依据对未来时段的负荷预测结果，使发电量和用电量达到平衡。(3)短期负荷预测得到的精确结果能够使系统调度人员提前得到电能的使用情况，这样就能对电能的生产、输送、分配以及消费情况进行估计，根据得到的情况和提前估计所得结果，这样再来制定发电和送电的计划，此时就会提高计划的经济性和合理性。对于大型的电网来说，短期电力负荷预测的结果是尤其重要的依据，这样就可以合理地调度发电容量。(4)对于电网商业化运营来说，其基本内容即是要进行短期负荷预测。1.1.2电力负荷

4、预测的分类电力负荷的预测有着很多种的分类形式，不同的分类形式是通过不同的角度出发的，有这么多的分类方法主要是因为进行电力负荷预测有着不同的目的[3]。主要的分类方法有:(1)按照负荷预测的时间划分，有长期电力负荷预测、中期电力负荷预测、短期电力负荷预测以及超短期电力负荷预测(如表1-1所示)。在上述四种电力负荷预测的历史中，经过了最长时间的发展的是短期电力负荷预测，对于能量管理系统的要求越来越高，从而促使短期电力负荷预测的发展越来越快，短期电力负荷预测的主要作用是：安排每年一度的检修计划，确定水电、火电、核电等的每天的发电量，不同电网之间的功率的交换和当天的用

5、电峰值也需要其来确定；为了达到经济运行的目的，更需要通过短期电力负荷预测来对电网的备用容量有一个大概的预估。可以说电力负荷预测中最为重要的部分就是短期电力负荷预测了，从安全角度和经济角度两个角度来看，短期电力负荷预测都是不可或缺的。(2)按照用电部门的不同来对负荷预测进行划分，可以主要分为四类：工业、商业、农业、居民用电负荷预测[4]。工业用电负荷主要指工厂的负荷用电，主要是进行工业生产活动时的用电，这类用电对于我国目前的用电结构来说，会占据一个较高的比重。商业负荷主要指举行各种商业活动时所消耗的负荷，目前来说，没有在用电负荷中占据较高的比重，同时季节和日期的

6、变化都很容易对其造成显著的影响。农业用电负荷主要指广大农村地区对电力负荷的消耗，主要是进行农业生产所消耗的电力负荷，它容易受到气温、阴雨、气压等自然因素的影响。民用负荷主要指在日常生活中，居民在使用空调、电视、洗衣机等大型家用电器时消耗的电力负荷，通常会呈现每年递增等特点。该分类方法对于研究全国、电力系统或地区的电力规划有重要作用。(3)按照负荷具有的不同特性来分类，负荷预测又可以被划分为五大类：最大、最小、平均、高峰平均、低谷平均负荷预测。其中年最大负荷是决定电力系统规模的重要依据。日最大负荷和日最小负荷可以作为电力系统每天运行方式的主要依据。(4)按照使用

7、电力的目的分类，可以分为动力用电负荷预测、照明用电负荷预测、电热用电负荷预测等。在能源分析中，主要应用这种类型的划分，通常对于电力规划而言，这种分类方法是不会被采用的。在上面的划分方法中，在进行负荷预测时，按照负荷预测的时间长短和按照用电的部门属性进行电力负荷预测的划分是目前主要采用的两种划分方法。第2章基于小波分解与粒子群优化支持向量机的短期电力负荷预测准确的电力负荷预测能有效指导决策，有利于提高电网运行的安全性，保证用户用电需求，增强系统供电可靠性，有效降低发电成本。所以电力负荷预测的精度将直接影响电力公司的经济效益和社会效益[46]。针对人工神经网络尤其

8、是BP神经网络具有过拟合、容易陷入局部