电力系统短期负荷预测方法

《电力系统短期负荷预测方法》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、电力系统短期负荷预测方法杨欣（华中科技大学电气学院，湖北武汉430074）摘要：随着由场经济的不断发展，负荷预测在电力系统规划和运行方面发挥着越來越重要的作用，负荷预测也具有了更加明显的经济效益，其实质上是对电力市场需求的预测。该文在介绍和分析了儿种负荷预测的方法及特点的基础上，对短期负荷预测的方法做了全面综述，并比较了各种方法的优缺点。关键词：负荷预测；短期预测；支持向量回归模型；神经网络0引言随着我国电力事业的发展，电网的管理H趋现代化，电力系统负荷预测问题的研究也越来越引起人们的注意，现在已经成为了现代电力系统运行研究中的垂要课题0—。负荷预测可以分为长期、中期、矩期、超短期以及节日预测

2、。其中短期负荷预测是电力系统安全运行的前提，随着分时电价方式的推广和电力市场化改革的深入，电力公司力求及时、准确地把握负荷变化的信息，将负荷预测的重要性和迫切性提到前所耒有的高度，同时野队负荷预测的精度提出更高的要求，这必将推动我国对■负荷预测新方法、新技术的研究。1市场环境下高精度的短期负荷预测的意义在当前的电力市场条件下，短期负荷预测精度的高低肓接决定了发电计划制定的准确与否，这使得预测梢度总接和消息相关，主要表现在：（1）在电力市场环境下，高精度的负荷预测是有效的维护各实体经济利益的前提条件之一；（2）准确的负荷预测为发电商投标竞价提供了真实的依据，它可以使发电商和电网公司签订的预购合同

3、更接近实际交易合同，避免了因合同变更而产生的交易费用；（3）准确的负荷预测能够使电网公司在保证电网安全的前捉下，减少冗余的旋转备川，从而降低电网公司的运营成本；（4）在电网公司与其他电网公司交换谈判时，准确的负荷预测起着非常重要的指导作用；（5）准确的负荷预测対电力市场的投资规划提供决策依据：（6）负荷预测是电价预测的基础和未來电力市场预测期货交易的基础。可见，电力短期负荷预测的精度直接彩响到了电网及各发电厂的经济效益。同时，英国的研究表明，短期负荷预测的谋弟每增加1%导致每年增加成本1千万英镑；在挪威，1%的短期负荷预测误差的增加将导致455-910万克朗的附加运营成本。所以准确的电力系统短

4、期负荷预测具冇很人的经济效益，必须进行深入的研究。2负荷预测的特点及其影响因素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，需要釆川适当的预测技术和模型，推倒负荷的发展趋势和町能达到的状况。其特点如下：①负荷预测的不准确性；②负荷预测的条件性；③负荷预测的时间性；④负荷预测的地区效应；⑤负荷预测的多方案性。从负荷预测的特点可以看出，负荷预测的效果受多种因素的影响，主要有：①气候变化和自然灾害的影响；②宏观产业结构调整的影响；③能源市场变化带来的影响；④虚报负荷或者过高估计经济发展速度造成的影响：⑤预测方法本身对预测结果的影响。3负荷预测方法电力系统短期负荷预测对•电力系统的可靠、经济运行

5、有着重大的意义，尤其是随着电力市场的发展，短期负荷预测越来越受到重视。长期以来，国内外寻者对负荷预测的理论和方法做了人量的研究，提出了各种各样的预测方法，主要分为经典的方法和人工智能的方法。3.1传统的预测技术根据预测模空使用的技术，传统的短期负荷预测方法一般可以分为两大类：一类是把负荷模式看成时间序列信号的时间序列法，如白回归模型(AR)、动平均模型(MA)、自回归动平均模型(ARMA)、累积式H回归动平均(ARIMA)等；另一种是认为负荷模式主要依靠天气的变化，并且找到天气变量与系统负荷Z间的函数关系的回归分析法。这些模型简单、计量小、速度较快，对止确预测短期电力负荷做出过重要贡献，但系统

6、鲁棒性没冇保障，预测精度往往不高，不太适合于电力市场条件下的短期负荷预测。3.2灰色预测模型灰色预测模型(GrayModel)简称GM模型，是以灰色模块为基础，用微分拟合法建立的模型。灰色系统预测法引入电力系统负荷预测领域以后，较好的克服了概率统计的弱点，使原始序列的随机波动性影响减弱，而且所需的信息量少、原理简单、运算方便、短期预测精度高，冇效地解决了常规预测方法的难以解决的问题。但是，GM(1,1)模型也存在一定的局限性。目前,对于GM(1,1)模型的改进方法有对原始序列进行平滑、局部残差修正及等新息模型、无偏灰色模型和灰色递阶模型等几种。其中，残差GM(1,1)模型在实际应用汇总最为广泛

7、，但具预测精度仍不够理想。3.3混沌理论预测技术混沌理论用于描述确定性非线性系统的内在随机性，具有对初始条件敏感、遍历性、规律性等特点，负荷电力系统负荷预测的内在要求。由于混沌是介于确定性和随机性Z间的一种行为，因此，混沌运动长期是不可预测的，然而，由于混沌行为中奇怪吸引子的存在，使得短期预测是可行的。1994年，Mori和Urano提出了一种用混沌时间序列分析短期负荷预测的方法，几年后，国内学者