电力系统短期负荷预报

电力系统短期负荷预报

ID:38283773

大小:175.62 KB

页数:5页

时间:2019-06-02

电力系统短期负荷预报_第1页
电力系统短期负荷预报_第2页
电力系统短期负荷预报_第3页
电力系统短期负荷预报_第4页
电力系统短期负荷预报_第5页
资源描述:

《电力系统短期负荷预报》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第15卷第2期水电能源科学Vol.15No.21997年6月InternationalJournalHYDROELECTRICENERGYJun.1997电力系统短期负荷预报吉培荣简作群(武汉水利电力大学宜昌校区,宜昌,443002)摘要展示了从1小时至1周内电力系统短期负荷预报模型与方法的现状及最新发展,讨论了两类八种模型的主要特性,指出了提高负荷预报精度的途径,并给出了有关的结论.关键词电力系统,短期负荷预报,优化调度按预报时间的长短,电力系统负荷预报可分为长期、中期、短期.本文综述有代表性的短期负荷预报模型和方法,其短期意指按小时为间隔,从1小时至168小时(1周).1短期负荷预

2、报方法分类电力系统负荷受经济、气象、时间、随机等因素的影响.按小时的短期负荷预报中经济影响不明显,但气象因素对大多数电力系统的负荷产生显著影响.因此,进行负荷预报时必须[2]计及天气因素.现代电力系统短期负荷预报就是以是否考虑天气条件进行分类的.[3]短期负荷预报方法可分为两大类:一类是峰值负荷模型,只有日或周峰值负荷被模拟成气象的函数,时间在模型中不起作用;二类是负荷形状模型,是把负荷描绘成预报时段内的一个离散的时间序列.负荷形状模型又可分成时间序列模型、状态空间模型、指数平滑模型、线性回归模型、专家系统模型和人工神经网络模型等.不同模型的结合形成混合式模型也是可能的.2短期负荷预报

3、方法及特点2.1峰值负荷模型这类模型中不存在时间变量,模型的基本作法是把负荷分成与气象因素有关的量和与气象因素无关的量,表达式为峰值负荷=基本负荷+气象因素决定的负荷气象因素决定的负荷=基本负荷1+(1)基本负荷式中基本负荷是一个平均的不受气象因素影响的量.气象因素包括温度、湿度、日照、风速、降雨量和降雪量等.1996—06—17收到.·38·水电能源科学第15卷第2期若基本负荷由季节负荷变量Zs、周负荷变量Zw和日负荷变量Zd组成,各变量根据过去的负荷资料分解求出;影响负荷的气象条件为温度T、云层厚度M、风速V,根据式(1)可得预报的峰值负荷为Z=(Zs+Zw+Zd)(1+kTT+k

4、yM+kFV)(2)式中kT、ky、kF分别为因温度、云层厚度和风速而引起的负荷变动系数.该式可用以前的负荷和气象资料借助回归分析方法求得.峰值负荷模型结构简单、初始化和修改时数据要求少,但它不能给出峰值发生的时间,也不能提供负荷形状的信息.2.2负荷形状模型2.2.1时间序列模型时间序列模型是目前绝大多数的短期负荷预报方法使用的模型,这类模型的建模必须用平稳随机过程辨识的有关理论.实际负荷一般均不满足平稳随机性的要求,必须将序列转化成平稳随机序列后模型辨识才能进行.平稳化的方法有:a.把负荷看成是由非平稳和平稳随机两部分组成,即Z(t)=Yp(t)+Y(t)(3)式中Yp(t)为取决

5、于日时间和某天正常气象模式的分量,具有确定的时间函数表达式,是负荷序列中非平稳部分,通常含有周期成分;Y(t)是附加负荷残差项,描述由于气象模式偏离正常以及随机相关效应所产生的影响,是平稳随机序列.Y(t)通常用ARMA过程模拟,即NLMkHY(t)=aiY(t-i)+bjkUk(t-jk)+chW(t-h)(4)i=1k=1j=1h=1k式中Uk(t)(k=1,2,⋯,L)为L个气象因素输入;W(t)是零均值的白噪声过程,它代表不定因素和随机负荷行为;参数ai,bj和ch以及模型参数N、L、Mk和H假设不变,且是未知的,k由模拟的模型数据与观察的负荷和气象数据拟合而成.b.先

6、对负荷数据进行预滤波以消除周期分量和时变趋势,然后对预滤波后的序列用类似于式(4)的ARMA方程进行拟合.预滤波基本上是用定义一个新的负荷过程的方法实现.如果原始序列{Z(t)}中仅存在周期分量,则可定义tpZ′(t)=Z(t)-Z(t-tp)=tpZ(t)=(1-B)Z(t)(5)式中tp是日时间分量的周期(一般为24或168小时);B为后移差分算子,满足BZ(t)=Z(t-1).如果原始序列{Z(t)}中存在直线时变趋势,可定义tpZ′(t)=1tpZ(t)=(1-B)(1-B)Z(t)(6)预处理后产生的过程Z′(t)可满足类似式(4)的ARMA方程.与第一种方法相比,第二

7、种方法是可以用较规范的方法识别ARMA模型的参数,计算量较少,但得到的模型可能不准确.原因是预滤波放大了原始序列中的测量误差,故其合理性存在争议.第一种方法必须用非线性参数估计方法去识别模型参数,参数识别过程中的计算工作量大,且识别和提取确定性函数项也需要较高的技巧.实用中只有一部分时间序列模型把气象因素作为输入,不包括气象因素的输入模型则自动修改模型参数去适应气象变化对负荷产生的影响.后一种作法较为方便,但在气象条件1997年吉培荣等:电力系

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。