短期负荷预测的支持向量机模型参数优化方法-研究

《短期负荷预测的支持向量机模型参数优化方法-研究》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、硕士学位论文第1章绪论1．1短期负荷预测的意义与任务电能以其较高的利用率、传输的快速性、使用的便捷性和无污染等优越特性成为无可替代的二次能源，是实现国民经济现代化和提高人民生活水平的重要物质基础。电力工业的产生已有百年历史，一代又一代的技术革命与创新推动其不断发展。现代电力系统是集发电厂、输配电网络直至用户的地域辽阔、结构复杂、高度自动化的大系统，包含了组成系统的各种设备、装置及网络的硬件和软件。同时，电力管理体制也在发生着深刻的变革，进入上世纪九十年代，西方发达国家如英国、美国、澳大利亚等纷纷通过建立统

2、一、开放、竞争、有序的电力市场来适应经济社会发展的需要，内部竞争机制的引入为长期以来垄断经营的电力行业注入了新的活力，全球电力市场化的大趋势已经不可阻挡。电能作为商品，既有它的一般商品属性，又有其自身的特殊性和公用性。作为一般商品属性，电能在市场交易中，必然与其他商品一样，要服从价值规律，按照等价交换原则公平、公开地进行。电能与一般商品的不同之处在于：首先，电力行业是公用性服务行业，中断供电或电力供给不足会给国民经济和广大用户造成巨大损失。因此，实现电力市场化，必须以安全、可靠、优质供电为前提，除保持电力

3、供需平衡外，还必须留有足够的发电备用容量。其次，电力不能大量储存，产、供、销是同时进行的，瞬间完成，这就需要信息反馈迅速，市场预测准确，电网调度统一。在此背景和趋势下，电力负荷预测技术迅速发展起来，成为工程科学中重要的研究领域。随着电力商品化和市场化程度的加深，负荷预测的准确性、及时性对电力系统安全经济运行和国民经济发展的重要意义愈加凸显。电力负荷预测工作的水平已经成为一个电力企业的管理是否走向现代化的显著标志之一。对于发电公司，负荷预测是制定发电计划、机组检修计划以及报价的依据。对于供电公司，负荷预测是

4、制定购电计划的主要依据。对于输电公司，负荷预测是进行电网规划及保证系统安全、可靠、经济运行的基础。因此，电力负荷预测精度的高低直接关乎电力企业的经济效益。负荷预测本质上是根据现有系统的运行特性、增容决策、自然条件与社会影响等诸多因素，研究和利用一套处理过去与未来负荷的数学方法，在满足一定精度要求的条件下，确定未来某特定时刻的负荷数据。一般来说，按预测的周期性可以分为超短期、短期、中期和长期负荷预测。短期负荷预测的支持向量机模型参数优化方法研究其中，短期负荷预测是指一年之内，以月、周、日、小时甚至分钟为单位

5、，对未来～个月、一周、一天、一小时内的负荷指标进行的预测，是能量管理系统(EnergyManageSystem，EMS)的重要组成部分，是调度中心制订发电计划及发电厂报价的依据，也是保证电力系统安全经济运行和实现电网科学管理及调度的基础。准确的短期负荷预测结果有利于做出适当的计划电力交易量，提出恰当的运行计划和竞标策略，而精度较差的结果则会造成很大的负面影响。一方面，负荷预测不足可能会导致用电紧张和系统运行安全性下降，因而由费用高的机组来承担负荷或者从邻近的电网买入价格较高的电能。另一方面，如果估计过量可

6、能导致过多的旋转备用，从而增加运行费用和成本。另外，准确的短期负荷预测也有利于用电计划的管理，节煤、节油和降低发电成本，制订合理的电源建设规划，提高电力系统的经济效益和社会效益【l，21。1．2国内外短期负荷预测研究现状在长期的实践中，国内外学者和电力工作人员对短期负荷预测的理论和方法进行了大量研究探索，提出了许多种负荷预测的方法，取得了一系列成果，由于一些具体条件和情况的差异，国内外在短期负荷预测方面的工作存在不同的侧重点，但大体上都可分为定性的经验预测技术和依赖于数量模型的定量预测技术【3·5】o经验

7、预测方法主要是依靠专家做出判断，预测结果不是数值型的，而仅仅是一个方向性的结论或建议。在实际应用中，从可计入人们经验的角度考虑，这种定性方法的预测精度并不必然比定量方法的预测精度低，相反很多时候比某些定量方法的效果更好，尤其是在天气剧变、重大事件突发等特殊情况下。定量预测技术主要是通过分析负荷与历史负荷及负荷影响因素之间的定性关系，建立负荷预测的数学模型或统计模型。比较常用的定量预测方法主要有时间序列法、指数平滑法、回归分析法、灰色模型法等，这些都属于传统的预测方法，基本原理在于寻找历史负荷的变化规律，从

8、而预测未来负荷的变化趋势。它们的优点是算法简单，模型参数易于确定，求解结果易于解释、理解和检查，更容易识别出模型的异常变动，预测速度快，但多是线性模型，很难准确模拟现实中复杂多变的电力负荷。因此，在负荷变化相对平稳时，预测精度尚能满足要求，当负荷波动较大时，预测精度就比较差。如果为了提高精度，则往往需要引入很多变量，又使得计算量成倍增加，效率大大降低。随着计算机技术的迅速发展，近年来不断涌现出各种新的人工智能理论和方法，主要包