基于改进的灰色理论在中长期电力负荷预测中的应用.pdf

《基于改进的灰色理论在中长期电力负荷预测中的应用.pdf》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、·100·工业仪表与自动化装置2014年第5期基于改进的灰色理论在中长期电力负荷预测中的应用贺剑(黑龙江科技大学电气与控制工程学院，哈尔滨150022)摘要：面对中长期电力负荷预测“小样本”、“少信息”、“非线性”等特点J，灰色预测模型在电力负荷预测中起决定性的作用。该文论述了基本GM(1，1)模型、一次平滑法的GM(1，1)模型。针对以上两种模型的缺点和不足，通过对初始数据的二次平滑处理，又提出了改进的灰色预测模型——二次平滑法的GM(1，1)模型。通过算例检验与典型的实例研究上述3种灰色模型在中长

2、期负荷预测中的应用。结果表明，和前面两种预测模型相比较，二次平滑法的GM(1，1)模型在电力系统电量的实际预测中更精确，误差更小。关键词：负荷预测；GM(1，1)模型；电力系统；改进模型中图分类号：TM715文献标志码：A文章编号：1000—0682(2014)05—0100—04PredictionmodelformediumandlongtermelectricloadbasedonimprovedgreytheoryHEJian(SchoolofElectricalandControlEngin

3、eering，HeilongjiangUniversityofScience＆Technology，Harbin150022，China)Abstract：Thefaceofmediumandlongtermpowerloadforecasting”smallsample”，”littleinforma—tion”，”non—linear”etc，graypredictionmodelplayadecisiveroleinthepowerloadforecasting．Thispaperdiscuss

4、esabasicGM(1，1)model，asmoothingmethodofGM(1，1)mode1．Fortheshort—comingsanddeficienciesofthesetwomodels，throughthesecondarysmoothingtheinitialdata，andpro-posedanimprovedgraypredictionmodel—quadraticsmoothingmethodGM(1，1)mode1．Studiesofthethreegraymodelin

5、mediumandlongtermloadforecastinginspectionbyanexampleoftypicalexamples．Theresultsshowthatpredictionmodelcomparedwiththeprevioustwo，quadraticsmoothingmethodGM(1，1)modelismoreaccurateinpredictingtheactualelectricitygrid，theerrorissmaller．Keywords：loadfore

6、casting；GM(1，1)model；powersystem；improvedmodel合适的增容决策，从而提高经济效益和社会0引言效益一。电力负荷预测一直都是世界电力系统工作者研电力负荷预测一般常用的方法为线性回归法、究的热点问题，业界一般根据时间的长短把电力系最小二乘法等方法。但以上方法对数据要求过高，统负荷预测划分为中长期负荷预测、短期负荷预测不然就会影响其准确性。这些年，提出的灰色预测以及超短期负荷预测。电力系统的中长期负荷预测模型J，解决了这一问题，灰色预测需要的数据少，是电力规划、生产

7、和运行等工作的重要基础，准确的计算简便，精度高。负荷预测有利于提高电网运行的稳定性，有效地降灰色预测通常用到的是基本GM(1，1)模型，当低发电成本，保证用电需求，增强供电可靠性，提供实际预测时可发现，在负荷大幅度增长时效果不是很好。该文针对这一缺点，提出一次平滑法的GM(1，1)模型而且还进行改进，提出了二次平滑法GM收稿日期：2014—03—19作者简介：贺剑(1988)，男，湖南人，硕士研究生，研究方向为电(1，1)模型。通过算例检验与实际应用验证模型的力系统负荷预测。有效性。2014年第5期：

8、[业仪表与自动化装置·1O1·1．2基于一次平滑法的灰色预测模型用一次平滑法的灰色模型的建模预测过程如下：1)设有n个样本序列{。}={。’，。，⋯，：。}2)对(∞)按下式y∞=∞+(1一)y，t=2,3，⋯，n(3)调整后新样本序列{y。)为：}=叭，们，⋯，，，}3)对新样本序列按GM(1，1)方法建立模型，求出电力负荷预测表达式=(，，叭一0)e-at+詈0(4)(BTy(5)式中：、l，分别为对应预测模型dy~1)+)：u的数据矩阵和数据向量。