基于灰色周期组合模型的电力月度负荷预测方法

《基于灰色周期组合模型的电力月度负荷预测方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第34卷第8期华电技术Vo1．34No．82012年8月HuadianTechnologyAug．2012基于灰色周期组合模型的电力月度负荷预测方法乔松珊，张建军(1．中原工学院信息商务学院，河南郑州450007；2．河南农业大学信息与管理科学学院，河南郑州450002)摘要：传统的灰色预测模型只能反映用电负荷的总体变化趋势，不能反映用电负荷随季节的波动特征。基于月调节指数，提出了灰色周期组合预测模型，研究了同时考虑2种趋势复杂的月度负荷预测问题，算例表明，与传统的预测方法相比，组合预测方法较好地提高了预测的精度。关键词：用电负荷；灰色理

2、论；月调节指数；组合模型；预测精度中图分类号：TM715文献标志码：A文章编号：1674—1951(2012)08—0014—03O引言其中，()’()，=1，2，⋯电力负荷预测是供电部门的重要工作之一，准由于序列¨’(k)具有指数增长规律，可认为确的负荷预测是有效降低发电成本、提高经济效益该序列满足一阶微分方程模型和社会效益的有效途径，对于电力系统的安全和经+。㈩(￡)：6。(1)dt济运行具有十分重要的意义。电力负荷的预测方法较多，其中，灰色模型预测具有要求样本数据少、预利用最小二乘法得到，()=(BTB)，测精度高、预测结果可检验性

3、强等优点，在电力年度和季度负荷预测中得到了广泛应用-4]。电力月度‘。’(2)一Z‘(2)负荷预测的文献较少J，而且月度负荷既有随时间‘。(3)一Z‘’(3)式中：=．B=：推移的增长趋势，又具有不同周期相似的波动特征。●。’(／／,)一Z‘’(n)因此，单一的灰色模型预测结果往往会出现较大误差，针对月度负荷这一特殊的变化规律和特点，本文z(k)=÷[(x(1(k)+(k一1)]。将灰色预测与季节周期预测相结合，提出了一种新将求得的a，6代入式(1)中，解微分方程，并写的灰色周期组合模型，该模型既能反映月度负荷随成离散形式(‘’(1)=‘

4、。(1))，得到时问的增长趋势，又能较好地反映季节因素的影响。”(1)()(1)一丢)e1灰色周期预测模型的建立王÷二，(＼k=0，1，⋯)／。01．1GM(1，1)建模过程对此作累减还原，得到原始序列的预测模型为GM(1，1)模型实质是对原始数据做一次累加‘。(k+1)=星‘(k+1)一‘’(k)=生成，使生成的数据序列呈一定的规律，通过建立一阶微分方程模型，求得拟合曲线，用于系统预测，其(1一e)(星㈩(1)一)e。(2)建模过程如下J：为判断模型的优劣，可使用后验残差检验法进设原始序列为‘叭=(‘。(1)，‘。(2)，⋯，行检验。(

5、n))做一次累加生成(式中：(i)≥0，i=1，1．2灰色周期组合预测模型2，⋯，n)，得到灰色预测是利用指数曲线拟合数据，由于月度‘=(X‘(1)，‘(2)，⋯，‘(n))，电力负荷具有一定的季节特征，直接运用GM模型进行预测往往不够精准，因而必须利用季节波动对收稿日期：2012—04—16预测数据序列进行修正，这样，才能得到比较准确的基金项目：河南省教育厅人文社科研究项目(2011一QN一220)结果。为此，在灰色模型中引入月调节指数，对原模第8期乔松珊，等：基于灰色周期组合模型的电力月度负荷-N,~Jn,l方法·15·型进行优化，可

6、得到灰色周期复合预测模型。从表1数据中不难发现，郑州市月用电负荷具计算月调节指数的基本思想如下：有明显的增长趋势和季节波动的二重特征，每年的2月和9月份用电负荷较低，而7月和8月份用电(1)根据灰色预测原理，以每个周期内的月度负荷较高，为了反映季节波动对用电负荷的影响，引电力负荷作为原始数据，分别建立预测方程，计算出入月调节指数。每个月份不含季节性因素的预测值‘。(k)，k=1，首先，选取2009年月用电负荷为原始数据序2．⋯，12。列，即(2)计算出每个周期内的月调节指数X=(26．5，23．8，26．6，26．3，⋯，33．2，39．

7、3)。)=，(3)得到灰色预测模型式中：kW-．1，2，⋯，12。(+1)=(’(1)一)e+詈=(3)将每个周期内同一月份的调节指数取平均677．9e。。。一651．4值，可得到对此作累减还原，得到原始序列的预测模型为：∑P()，(4)(。’(k+1)=((k+1)一‘’(k)=677．9e。。(1一e-0．。)。式中：m为周期数，k：1，2，⋯，12。同理，选取2010年的用电负荷为原始数据序(4)最后，将调节指数规范化，令列，得到灰色预测模型7，：=—，。(5)’(+1)=((1)一鲁)e+詈=∑-一8217．48e。·∞一8181

8、式中：为月调节指数。．98作累减还原，得到将式(2)、式(5)结合，得到灰色周期组合预测互‘。(k+1)：8217．48eo04054(1一e0-004o549)。模型选取2011年的用电负荷