基于混沌和小波神经网络的短期电力负荷预测方法研究

《基于混沌和小波神经网络的短期电力负荷预测方法研究》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、西南交通大学硕士研究生学位论文第1页第1章绪论一个结构合理、运行稳定、安全可靠的电力系统对于国民经济的发展以及社会的进步都起着至关重要的作用，因此电力工业被视为国民经济发展中最为重要和关键的基础能源产业之一。经济要发展，电力是先行，而目前我国的电网建设仍然存在着电网规划不合理、资源调度不集约、区域供电不平衡等问题，极大地制约了国民经济的发展。由于电力系统中的负荷预测对于电力部门经济有效地规划电网建设，经济合理地制定电力调配计划，经济优化地安排发电机组启停和检修，经济有效地保持电网稳定运行和有力地保障生产和生

2、活用电等方面[1，2]具有非常重要的指导意义，所以要有效地解决上述存在的问题，建造一个能满足经济社会快速发展的电力系统的关键工作之一就是要做好电力负荷的预测工作。1．1电力负荷预测基本概念广义的电力负荷是指用电量或用户对电力的需求量，其中电力需求量指的是功率，即能量随着时间的变化率。此外，负荷也可以指供电电网或发电厂在某一个瞬间所承担的全部负荷。对于用电用户而言，用电负荷指的是用户所有连接到电网的用电设备某瞬时消耗的功率之和【lJ。电力负荷预测是指在全面充分地考虑电力系统运行的一些重要特征以及对电力系统有影

3、响的自然、社会等因素的条件下，研究和利用能有效处理过去负荷和未来负荷的数学方法或模型，并在满足一定预测精度要求的前提下，来确定未来某段时期或者特定时刻的电力负荷值[1]。电力负荷预测分类多种多样，可以按照用电对象所涉及的行业、电力负荷预测时问的长短以及负荷预测特性和用途等进行。电力负荷预测根据用途和预测时问长短的不同，一般可分为长期、中期、短期和超短期负荷预测[1】。短期的电力负荷预测作为电力负荷预测中非常重要的组成部分，其主要用来预测某目内的每个时刻(通常日负荷的采样点为24、48、96个点)的负荷值或日

4、用电量。本文的研究对象就是短期的电力负荷预测。1．2短期电力负荷预测的目的和意义当前，随着电力行业的快速发展以及电力企业逐步走向市场，电力系统各部门面临的新挑战越来越多，电力企业对负荷预测的重视程度也越来越高。电力负荷的历史数据和负荷预测数据已成为电力交易中重要的数据源，其可以为电力企业制定发电计划、检修计划、电价报价及电网规划提供依据，因此电力企业对电力负荷数据采集以及对电力负荷预测的实时性、科学性和准确性提出了更高的要求‘21。西南交通大学硕士研究生学位论文第2页短期电力负荷预测作为负荷预测领域的一个重

5、要组成部分，其研究的意义主要体现在以下几个方面pj：(1)短期的电力负荷预测能为供电系统相关部门合理制定购电计划提供依据，同时也能为发电系统相关部门合理规划发电计划、合理安排发电机组启停和检修提供依据。(2)在电力系统逐步走向市场化的趋势下，合理准确的短期电力负荷预测结果对于发电公司制定出具有竞争力的实时电价有着至关重要的意义。只有制定出的实时电价具有较强的竞争力，才能使发电公司获得比较好的经济效益。(3)当供电部门和发电部门所处地区不相邻时，往往需要由连接其所在区域的中问电网来承担电力的转运业务，短期电力

6、负荷预测的结果可以为合理制定转运调度计划提供依据。(4)由于电价和负荷的使用情况有一定的关系，当用电负荷达到高峰时，电价会相应的高一些，反之，当用电负荷处于低谷时，电价相应的会低一些。为合理安排用电，用户可以根据短期电力负荷预测的负荷值来避开用电高峰，从而有效地节约电费。1．3短期电力负荷预测研究现状从二十世纪六、七十年代到现在，随着人们对电力负荷预测重要性的逐步认识，很多的方法和模型被运用到了短期电力负荷预测领域，这些方法及模型大致可分为三类：(1)传统预测方法这类方法主要以数理统计和微积分等传统数学理论

7、为基础，在较严格的条件限制和严谨的数学推导的基础上，建立起数据间的主观模型，据此主观模型来进行相关的计算和预测。传统的预测方法主要包括回归分析法、时问序列法等。回归分析法是电力负荷预测中的一种比较常用的方法【4‘7]。该方法主要通过对负荷历史数据进行统计分析，建立起可分析的数学模型，然后利用该模型来对未来负荷值进行预测。回归分析法适合用在中、短期预测中，其优点主要是预测速度较快，预测精度较高，模型外推特性较好。缺点是模型初始化难度较大，对历史负荷数据要求高，在选择回归变量时，通常选择影响负荷的主要因子而忽视

8、次要因子，但对主要因子的确定难度较大，需要丰富的经验及较高的技巧，并且该方法缺乏自学习的能力，随着负荷类型的变化，如果模型的映射关系不改变，就比较难得出准确合理的预测结果。时间序列预测法是一种应用较早、发展相对较成熟的预测方法，在负荷预测领域获得了广泛的应用【8。们。该方法将负荷数据看作是按一定时间周期变化的时问序列，将负荷的预测值与实际值之间的差值看成是一个平稳的随机过程，并且将电力负荷作为一个随机变量来进行统