电力系统短期负荷预测系统.doc

i 电力系统短期负荷预测系统电力系统短期负荷预测系统 摘 要 电力系统短期负荷预测是调度中心制订发电计划及发电厂报价的依据，也 是能量管理系统(ems)的重要组成部分，对电力系统的运行、控制和计划都有 着非常重要的影响，其预测精度直接影响到了电网及各发电厂的经济效益。由 于电力负荷受诸多因素影响，如当前负荷状况、天气状况、节假日、重大经济 及政治事件等，为提高短期电力负荷预测的精度，本文综合考虑了影响电力负 荷的诸多因素，分析了适用于电力系统短期负荷预测的多种预测模型及其优缺 点。应用了将几种方法组合起来的组合模型。 结果表明，与常规的预测方法相 比，预测精度有了较大提高，效果较好。 针对电网调度部门的实际需要，本文开发了一套基于调度自动化系统的短 期电力负荷预测系统。该系统具有较好的实时性、经济性和实用性，采用客户 机/服务器模式，以安全、高效的 access2000 作为后台数据库，选用面向对象 的可视化的开发核心程序和系统界面。预测结果表明该系统能够满足地区电网 短期负荷预测的需要，预测结果较合理，系统界面友好、操作方便、图形功能 强大，在很大程度上可以提高预测人员的劳动效率。 关键词：短期负荷预测，预测模型，预测精度，组合预测 ii abstract short-term load forecasting of electric power system is not only the basis for the distribution center to plan power generation and the power plants to quote price, but also an important part of energy management system .further more, short-term load forecasting has all- important effect on power system, such as operation, control and plan the prediction accuracy has direct influence on economy benefits of the grid and power plants. electric power is affected by many factors, such as current load status, weather status, festival-holiday, important economy and politics event, and etc. for improving the prediction accuracy of short-term load forecasting, many forecast models applied to power system short-term load forecasting and their characteristics are analyzed, a load forecasting strategy named fusion module is proposed considering the integrated effect of many factors。 the results show better prediction accuracy than traditional models. according to the practical demands of electric department, a whole stlf system based on dispatching automation system for district power networks is successfully developed. the system integrating with dispatching automation system has advantage of real-time, economy and practicality。 client/server mode is used in the system。 access2003 with safety and stability is employed as background database platform. core program and gui are developed by delphi 7.0, which is an oop and visual programming tool. it has been proved by practical data that this system can commendably satisfy demands of load forecasting of district power networks planning, and can present accurate future load magnitudes and increase planners work efficiency, with friendly man-machine interfaces, convenient accesses and complete graphical functions. iii keywords: short term load forecasting, forecasting module, forecasting precision, fusion forecasting iv 目录目录 摘要 abstract. 概述1 一、绪论.2 （一）电力负荷预测技术的发展和现状3 （二）本文所完成的主要工作3 二、电力系统负荷预测的基本概念.5 （一）负荷预测的概念5 （二）负荷预测的特点5 （三）负荷预测的原理7 （四）短期负荷预测基本模型8 1、影响负荷的因素.8 2、短期负荷预测基本模型.10 3、负荷数据的预处理13 4、负荷预测误差分析14 （五）负荷预测的基本过程16 1、调查和选择历史负荷数据资料.16 2、历史资料的整理17 3、对负荷数据的预处理.17 4、建立负荷预测模型17 5、在预报过程中，对预报模型进行必要的校正17 三、负荷预测方法.19 （一）各种预测方法简介.19 1、回归模型预测法21 2、灰色预测法18 3、人工神经网络法21 4、小波分析技术.23 5、模糊预测法23 6、专家系统法23 7、相似日算法24 v （二）组合优化预测技术.26 1、组合优化的原理26 2、组合优化预测方法27 3、等权（ew）组合方法.28 （三）各种预测方法简评.28 四、短期负荷预测系统的设计及软件介绍.30 （一）短期负荷预测系统的总体设计30 1、软件设计原则.30 2、负荷预测系统总体结构设计30 （二）短期负荷预测系统数据库设计32 1、数据结构分析.32 2、数据库设计32 （三）系统软件的功能界面设计及功能介绍33 1、系统主界面34 2、系统维护界面.34 3、历史负荷查询界面35 4、负荷预测模块.36 结束语39 致 谢40 参考文献.41 1 概 述 电力系统应尽可能地向各类用户提供安全、可靠、优质的电能，并随时满足各类 电力用户的负荷需求。 负荷的大小与特性，无论是对于电力系统设计或是对于运行研 究而言，都是极为重要的因素。所以，对负荷的变化与特性进行事先的估计，是电力 系统发展与运行研究的重要内容。电力系统负荷预测理论就是因此而发展起来的，负 荷预测是电力系统规划和运行的基础，短期电力负荷预测则是现代电力系统控制与运 行分析的一项重要研究内容。 电力系统对未来预计要发生的负荷进行预测的必要性在于:系统内的可用发电容量， 在正常运行条件下，任何时候都应当能够满足系统内负荷的要求。假如系统内发电容 量不够，则应当采取必要的措施来增加发电容量，如新增发电机组或从邻网输入必要 的容量;反之，若发电容量过剩，则应采取必要的措施，如有选择地停机(如计划检修) 或者向邻网输出多余的功率。因此，未来本电网中长期或短期负荷变化的趋势与特点， 是一个规划设计部门和电网调度部门所必须拥有的基本信息之一。 电力系统负荷预测从时间方面来说，可以分为长期、中期、短期与超短期。 长期与中期之间没有明确的分界线。一般来说，长期预测可长达数 10 年，而中期 预测通常为 1 月-1 年，短期预测则是指 1 日-1 周，而超短期则一般为 5-10 秒，主要 用于质量控制。 长期与中期负荷预测的意义在于新的发电机组的安装(包括装机容量的大小、型 式、地点和时间)以及电网的增容或改造，均取决于对未来若干年的负荷预报。 当前，随着电力市场的发展，影响电力负荷变化的因素将变得更加复杂，如果说 在计划经济的条件下短期负荷预测还是一个纯技术性问题，那么在电力市场条件下短 期负荷预测应当是一个技术性和经济性相结合的问题，这就迫切需要引入新的预测技 术来跟踪这种变化。电力市场的发展需要准确的短期负荷预测，本文正是基于这种要 求而进行短期负荷预测问题的研究。 2 一、绪论 （一）电力负荷预测技术的发展和现状 短期负荷预测技术是随着电力系统 ems 的逐步发展而发展起来的，现已成为 ems 系统必不可少的一部分，也成为电力系统安全及经济运行中必不可少的手段之一，经 过几十年的发展己经取得了巨大的进步。短期预测技术的发展是从离线分析到在线应 用逐步发展的过程，也是从过分依赖于调度员的运行经验到自动化、智能化逐步转变 的过程，电力短期负荷预测技术的发展大体经历了三个阶段： 早期的短期负荷预测完全依赖于调度员的运行经验，没有科学的理论做指导，不 同调度员的预测结果往往差别很大，并且调度员的经验是经过生产实践逐步积累起来 的，所以没有经验的新的调度员一般无法胜任这项工作。总之，早期的短期负荷预测 对人的素质的要求比较高。 二十世纪七十年代以后，许多数学统计方法被引入到短期负荷预测中，使短期负 荷摆脱了完全依靠调度员经验的历史，将短期负荷预测技术提高到了一个新的水平， 典型的算法有线性外推法、多元线性回归法、指数平滑法、时间序列法、状态空间法。 二十世纪九十年代初期开始，人工智能技术(如人工神经网络、专家系统、模糊推 理等)逐渐被用到短期负荷预测中，人工智能技术主要用来解决非线性问题和不确定性 问题，和数学统计方法相比，人工智能预测方法在预测过程中考虑了各种不确定因素 (如天气因素、季节因素、人工经验等)，在实际的负荷预测过程中确实能够提高预测 精度。 同时，为了对各种预测模型取长而避短，优选组合预测技术被用到短期负荷预测 中。优选组合预测有两种类型： 一是指将几种预测方法所得的预测结果，选取适当的权重进行加权平均的一种预 测技术。 二是指在几种预测方法中进行比较,选择拟合优度最佳的或标准离差最小的预测模 型作为最优模型进行预测。该方法是建立在最大信息利用的基础上，它集结多种单一 模型所包含的信息，进行最优组合。因此，在大多数情况下可以达到改善预测结果的 目的。 尽管短期负荷预测技术在算法理论研究上取得了很大的成就，但是由于种种原因 3 短期负荷预测技术在实际应用中还存在很多问题，短期负荷预测理论和实践有待进一 步发展。 电力市场的建立和发展对短期负荷预测提出了更高的要求，而计算技术和信息技 术的快速发展也必将能够把短期负荷预测技术带到一个更高的水平，对于短期负荷预 测技术来说，机遇和挑战并重。 （二）本文所完成的主要工作 负荷预测是从过去的负荷历史资料(例如过去若干年的负荷记录)和对此有影响的 经济、气象等因素出发，探索出历史负荷之间以及历史负荷与主要影响因素之间的内 在联系和发展变化规律，对未来用电需求做出预先的估计。电力市场中负荷预测实质 上是对电力市场需求的预测，是实现电网安全经济运行的前提，其预测的准确性关系 到各方的经济利益。 提高负荷预测精度，尤其是短期负荷预测的精度己成了当务之急。为了准确地预 测市场对电力商品的需求，必须认真研究分析各种信息(负荷历史资料及相关因素等)， 采用最新的理论进一步提高预测精度。提高预测精度的途径归纳起来可概括为两个方 面: 一是在预测过程中尽可能计及各种相关因素(如气象因素，节假日)对预测结果的 影响。 二是积累历史数据，总结经验，改进预测模型与方法，采用组合模型法。 本文从提高短期负荷预测精度和短期负荷预测技术的应用两方面出发，开展了以 下主要工作: 1、分析了几种主要因素(包括负荷构成、天气因素等)对电力系统短期负荷的影响。 2、介绍了现有的各种预测方法包括单耗法, 趋势外推法, 弹性系数法,线性回归、 时间序列、灰色模型法、专家系统法,人工神经网络、模糊推理, 小波分析预测技术优 选组合预测法等， 。典型的方法有多元线性回归法、指数平滑法、状态空间法、人工神 经网络法、专家系统法、灰色模型法、小波变换法等。并对个别方法进行了分析比较。 3、在现有预测方法的基础上，提出了组合预测的方法。 4、根据节假日负荷与周末负荷间的相似关系，以及节假日负荷受温度变化影响大 4 的特点，提出了一种考虑温度修正的实用节假日负荷预测算法。 5、坏数据处理是负荷预测过程的第一步，是提高预测精度的一个关键环节。根据 数据挖掘中的模式聚类与模式分类的思想，提出了一种以日负荷特征曲线为基础，进 行电力负荷坏数据检测与调整的方法。 6、短期负荷预测是一个较为复杂的数据获取及处理过程。在进行预测的同时，还 要对预测结果进行误差分析，对获得的数据进行管理。本文利用 windows 操作系统开 发了负荷预测应用软件，软件系统基于面向对象(opp)的思想，开发语言为 delphi7.0，数据库为 access2003,软件功能齐全，便于使用扩展、移植、可扩充。 5 二、电力系统负荷预测的基本概念介绍 电力生产的特点之一是电力不可贮存(或者说贮存能力极小而成本很高)， 生产和消费是同时进行并完成的，用电负荷随时都会变化，而且我国多数电网 在日、周、年周期内的负荷峰谷差逐年增加，针对这种负荷变化，电力生产的 调节能力也要增加。当负荷变化范围较小时调节各发电机组的出力即可满足要 求;而负荷变化范围较大时只能通过启停机组才能满足负荷要求:当然对于负荷 的逐年增长要适时投产新的机组才不至于拉闸限电。电力负荷预测是实时控制、 运行计划和发展规划的前提，可以说掌握电力生产的主动性必须先做好负荷预 测。 电力系统负荷预测分为系统负荷预测和母线负荷预测两类，而系统负荷预 测按时间期限又有超短期、短期、中期和长期之分。超短期负荷预测用于质量 控制需 5-10s 的负荷值，用于安全监视需 1-5min 负荷值，用于预防控制和紧急 状态处理需 10-60min 负荷值，使用对象是调度员;短期负荷预测主要用于火电 分配、水火电协调、机组经济组合和交换功率计划，需要 1 日-1 周的负荷值， 使用对象是编制调度计划的工程师;中期负荷预测主要用于水库调度、机组检修、 交换计划和燃料计划，需要 1 月-1 年的负荷值，使用对象是编制中长期运行 计划的工程师;长期负荷预测用于电源和网络发展规划，需要数年至数十年的负 荷值，使用对象为规划工程师。 对电力系统的负荷变化，如果能事先准确地估计，对提高电力系统的规划 水平和提高电力系统运行的安全性、经济性、可靠性以及提高电网的供电质量， 有着重要的现实意义。因此，在实践中，无论是制定电力系统规划或是实现电 力系统运行优化控制，进行相应的负荷预测都是必不可少的。 显然，负荷预测的最重要指标是精度，然而精度首先决定于对具体电力系 统负荷变化规律的掌握，其次才是模型与算法的选择。一般来说负荷预测软件 不是买来就能用的，实际上对它有一个研究与改进过程才能用好，提高预测精 度的钥匙掌握在用户手上。各个电网负荷变化特性是不同的，有的历史负荷数 据一致性较差，其预测精度必然低一些，要求用户熟悉系统的负荷特性和一般 的变化特点。预测之所以成为科学是因为其有一套处理历史数据的程序，可以 总结出最符合实际的变化规律，以尽可能达到要求的预测精度。提高负荷预测 6 结果精度的关键是针对具体电网研究负荷变化模型和选择算法。 （一）负荷预测的概念 负荷预测是从已知的用电需求出发，考虑地域、经济、气候等相关因素， 对未来的用电需求做出的预测。负荷预测包括两方面的含义：对未来需求量(功 率)的预测和未来用电量(能量)的预测。电力需求量的预测决定发电、输电、配 电系统新增容量的大小；电能预测决定发电设备的类型(如调峰机组、基荷机组 等)。负荷预测的目的就是提供负荷发展状况及水平，同时确定各供电区、各规 划年供用电量、供用电最大负荷和规划地区总的负荷发展水平，确定各规划年 用电负荷构成。 在此基础之上，我们建立负荷预测的概念：在充分考虑一些重要的系统运 行特性、增容决策、自然条件和社会影响的条件下，研究或利用一套系统的处 理过去与未来负荷的数学方法，在满足一定精度要求的意义下，确定未来时刻 的负荷值，称为负荷预测。 （二）负荷预测的特点 负荷预测是根据过去的负荷资料和最近的相关数据信息，运用一定的程序、 方法和模型，分析负荷本身及其与有关因素的相互关系，从而揭示和总结出负 荷的特性和变化规律。所以，负荷预测属于科学预测范畴。在负荷预测中，时 间是一个自变量，未来的负荷值是因变量。对于未来某时刻的负荷值来说，它 有必然的发展运行规律，原因是它有自己的内在发展规律和因果关系，但我们 又感到难于准确预测它，因为事物的发展不是孤立的，受到许多人为和自然环 境的影响。对于这些影响人们有时能感知，有时却感觉不到，带有明显的随机 性，可见负荷预测所研究的对象是不确定事件。只有不确定事件、随机事件， 才需要人们采用适当的预测技术，推知负荷的发展趋势和可能达到的状况。这 就使负荷预测具有以下明显的特点: 1、不准确性 事物的发展不是简单的重复，总会受到各种各样因素的影响，因而事前的 预测与以后的实际结果往往会出现一些偏差，只能是一定程度近似的结果。 7 电力负荷未来的发展是不确定的，它要受到多种多样复杂因素的影响，而 且各种影响因素也是发展变化的。人们对于这些发展变化有些能够预先估计， 有些却很难事先预见到，加上一些临时变化的影响，因此就决定了负荷预测结 果的不准确性或不确定性。 2、条件性 各种负荷预测都是在一定条件下做出的。在多数情况下，由于负荷未来发 展的不确定性，需要做出一些假设。当然，这些假设不能是毫无根据的凭空假 设，而应根据研究分析，综合各种情况来确定。给预测结果加一定的前提条件， 更有利于电力部门使用预测结果。 3、时间性 各种负荷预测都有一定的时间范围，因为负荷预测属于科学预测的范畴， 要求有比较确切的数量概念，往往需要指明预测的时间。 4、多方案性 由于预测的不准确性和条件性，所以有时要对负荷在各种可能的发展情况 下进行预测，就会得到各种条件下不同的负荷预测方案。正确认识和分析负荷 预测的这些特点，可以避免因不正确的看法而妨碍预测的研究应用。不加分析 地怀疑和否定预测结果，将使未来的计划和决策没有足够的依据:绝对相信预测 结果，又会使实际工作缺乏弹性和灵活性;过分苛求预测的精确度，则是不客观 和不现实的要求。当然，在实际应用中，预测的精度越高越好，人们在不断的 努力，以求得到更高精度的预测方法。事实上，只要预测有比较充足的依据， 达到一定的精确度，就可以用以指导实际电力工作。 （三）负荷预测的原理 负荷预测工作是根据电力负荷的发展变化规律，预计或判断其未来发展趋 势和状况的活动，因此必须科学的总结出预测工作的基本原理，用于指导负荷 预测工作。 1、可知性原理:也就是说，预测对象的发展规律，其未来的发展趋势和状 况是可以为人们所认知的，客观世界是可以被认知的，人们不但可以认识它的 过去和现在，而且可以通过总结它的过去和现在推测其将来。这就是预测活动 8 的基本原理。 2、可能性原理:因为事物的发展变化是在内因和外因的共同作用下进行的， 内因的变化及外因作用力大小不同，会使事物发展变化有多种可能性。所以， 对某一具体指标的预测，往往是按照其发展变化的多种可能性，进行多方案预 测的。 3、连续性原理:又称惯性原理，是指预测对象的发展是一个连续统一的过 程，其未来发展是这个过程的延续。它强调了预测对象总是从过去到现在，再 从现在发展到未来。电力系统的发展变化同样存在着惯性，如某些负荷指标会 以原来的趋势和特性保持下来，延续下去。因此了解事物的过去和现在，并掌 握其规律，就可以对未来的发展情况利用连续性原理进行预测。 4、相似性原理:尽管客观世界中各种事物的发展各不相同，但一些事物发 展之间还是存在着相似之处，人们可以利用这种相似性原理进行预测。在很多 情况下，作为预测对象的一个事物，其现在的发展过程和发展状况可能与另一 事物过去一个阶段的发展过程和发展状况相类似，人们就根据后一事物的己知 发展过程和状况，来预测所预测对象的未来发展过程和状况，这就是相似性原 理。目前，预测技术中使用的类推法或历史类比法，就是基于这个原理的预测 方法。 5、反馈性原理:反馈就是利用输出返回到输入端，再调节输出结果。预测 的反馈性原理实际上就是为了不断提高预测的准确性而进行的反馈调节。人们 在预测活动实践中发现，当预测的结果和经过一段实践所得到的实际值之间存 在着差距时，可利用这个差距，对远期预测值进行调节，以提高预测的准确性。 反馈性预测实质上就是将预测的理论值与实际相结合，在实践中检验，然后进 行修改、调整，使预测质量进一步提高。 6、系统性原理:预测对象是一个完整的系统，它本身有内在的系统，它与 外界事物的联系又形成了它的外在系统，这些系统又综合成一个完整的相互联 系的系统，在预测中都要进行考虑。即预测对象的未来发展就是系统整体的动 态发展，而且整个系统的动态发展与它的各个组成部分和影响因素之间的相互 作用和相互影响有关。系统性原理还强调系统整体最佳，只有系统整体最佳的 预测，才是高质量的预测，才能为决策者提供最佳的预测方案。 9 （四）短期负荷预测基本模型 1、影响负荷的因素 系统总负荷是系统中所有节点上所有负荷的总和。理论上如果知道系统中 所有节点负荷的变化方式，那么就可以直接预测出系统总负荷的变化。但是单 个负荷变化方式具有很大的随机性和不可预测性，此外同一系统中不同负荷的 变化方式千差万别，所以通过综合估计的负荷变化方式来预测系统总负荷是不 可能的。尽管单个负荷的变化随机性很大，但实践表明所有单个负荷的总和即 系统总负荷一般具有一定的变化规律，经过不断的实践过程，人们逐渐认识到 影响这种规律变化的因素主要有四种:负荷构成、负荷随时间变化规律、气象变 化的影响及负荷随机波动。 负荷构成 1 系统负荷按其性质可划分为:城市民用负荷、商业负荷、工业负荷、农业负 荷及其它负荷等类型。城市民用负荷主要是城市居民的家用负荷。商业负荷与 工业负荷是各自为商业和工业服务的负荷。在我国，农村负荷是指广大农村所 有的负荷(包括农村民用电、生产与排灌用电以及商业用电等)，而其他负荷则 包括市政用电(如街道照明)、公用事业、政府办公、铁路与电车、军用以及其 他等。不同类型的负荷有着不同的变化规律。随着家用电器的普及，城市居民 负荷年增长率提高、季节波动增大，尤其是空调设备的迅速增加，使系统峰荷 受气温影响越来越大;商业负荷主要影响晚尖峰，而且随季节而变化;工业负荷 受气象影响较小，一般都视作基础负荷:农业负荷季节变化强，而且与降水情况 关系密切。一个地区负荷往往含有几种类型的负荷，各类负荷所占比例也不同。 时间因素 2 时间因素对负荷的影响主要有三点:季节因素的影响、节假日的影响、以 日(24 小时)或周(7 日)为周期的负荷变化。随着季节的变化会出现昼夜时间比 例的变化、温度的变化、人们生活习惯的变化等，这些变化都会影响到负荷的 变化。由于社会生产方式和人们生活习惯会呈现工作和休息的交替变化，并且 这种变化具有日或周的周期性，所以电力负荷一般呈现以日或以周为周期的周 期性变化。节假日(如春节)期间人们休息时间长并伴随大量的庆祝活动，对负 10 荷的变化影响比较大，一般情况下节假日的负荷比正常日的负荷低很多，实际 表明节假日前后日期的负荷也会受到影响。 气象因素 3 由于许多负荷(比如空调、农业灌溉等)都与气象因素有关，所以气象因素 也是影响系统负荷大小的重要因素，气象因素对系统负荷大小的影响主要表现 为负荷的突然变化。气温是对系统负荷影响最大的天气因素，随着居民更多地 使用空调，气温对系统负荷的影响越来越大。影响负荷大小的其它天气因素还 有阴晴、降水和风速等。 随机因素 4 所有能引起负荷模式变化，而又未包括在上面三类中的其它因素均算在此 类中。由于系统负荷是由大量分散的单独需求组合而成，系统负荷不断受随机 干扰影响。除了大量小干扰外，轧钢厂、同步加速器等设备的运行将产生冲击 性电力负荷，引起较大的负荷波动。由于这些大设备运行时刻通常对于系统调 度人员来说是未知的，它们代表了大的不可预测的干扰。还有一些特殊事件如 工业设备损坏、特殊电视节目，事件发生时刻可以预先知道，但对负荷影响程 度是未知的。 总之，电力负荷是一个随机非平稳过程，它由成千上万个单独分量组成， 而每个分量又以不符合任何已知物理定律的不稳定形式变化着。 2、短期负荷预测基本模型 基于前面对影响负荷的各种因素的分析，电力系统总负荷预测模型一般可 以按四个分量模型描述: （2-)()()()()(tvtstwtbtl 1） 式中，l(t)为时刻 t 的系统总负荷; b(t)为时刻 t 的基本正常负荷分量;w(t)为 时刻 t 的天气敏感负荷分量;s(t)为时刻 t 的特别事件负荷分量;，v(t)为时刻 t 的随机负荷分量。 基本正常负荷分量模型 1 不同的预测周期，b(t)分量具有不同的内涵。对于超短期负荷预测， b(t) 近似线性变化，甚至是常数;对于短期负荷预测，可 b(t)一般呈周期性变化;而 11 中长期负荷预测中，b(t)呈明显增长趋势的周期性变化。针对短期负荷预测， 将历史上连续一周日负荷 l 按时序画在一张图上，可以看出负荷明显地表现出 日的周期性，即以 24 小时为周期循环变化，日负荷曲线如图 2-1 所示。 图 2-1 某大型终端电厂日负荷曲线 同样，将历史上连续几周的日负荷 1 按时序画在一张图上，不难看出每周 的负荷都具有类似的变化规律，表现出周的周期性，即以 168 小时为周期循环 变化，周负荷曲线如图 2-2 所示。 。 12 图 2-2 某大型终端电厂周负荷曲线 因此，对于短期负荷预测，基本正常负荷 b (t)一般是指周期为 24h 或 168h 的周期变化负荷，这部分负荷可以用一系列傅立叶分量的线性组合来表示。 若把以 24h 为周期变化的线性组合与以 168h 为周期变化的部分分开，并分别用 州 b1(t)和 b2 (t)来表示，则 (2-2) q t ttit tbtaatb 1 01 )cossin()( (2-3) 均为正整数和式中 jjjjji r j jjit mnmn： tdtcatb ,168/,24/ )cossin()( 1 02 天气敏感负荷分量模型 2 影响负荷的天气因素有温度、阴晴、降水和风力等，其中气温是影响系统 负荷最大的天气因素。天气敏感负荷分量模型可以用三段直线来近似描述，即 (以温度为例): (2-4) s sw ww sss tt ttt ttk ttttk tw , 0 ),( ),( )( 式中，t 为预测温度，可以是一日最高温度、最低温度、平均温度或是某 时点温度(例如上午 8 时):tw , kw 为电热临界温度和斜率，t ts 时冷气负荷增加， 其斜率为 ks;在 tw 1)个单一的预测模型，进行预测产生 k 种预测结果，组合 这 k 种模型的预测值得到一个新的预测结果，即: (3-8) 一般地，组合预测方法可以表示为: (3-9) 式中 为预测结果, 1, 2, (,. ) cn ll ll 为第 种预测模型的权值， i wi 为第种预测模型的预测值。 k fk 3、等权（ew）组合方法 在式（3.30）中 取相等的值，即均等于 ，即有 i w1/k (3-10) 29 这就是所谓的等权平均方法，也称为简单 - 平均方法，这种方法不需要了 解每一种预测方法的精度和误差之间的相互关系，对每一种方法同等等待，显 然，当这些模型有相似的误差方差时，等权方法才是合理的。 （三）各种预测方法简评 前面简单介绍了几种典型预测方法，下面将对这几种典型的预测方法的优 缺点加以简单比较: 专家系统的优点第二章中已经提到但也有其局限性，主要表现在: 1、由于不同地区的气象、政治生活、经济生活和人民日常生活各不同，不 同地区的负荷具有各自固有的特征。开发的专家系统都是针对某具体系统的， 不能直接应用于其他系统，如果用于其他系统需要对专家系统的知识库、推理 机进行修改。 2、需要获取高质量的领域知识。 多元线性回归分析法用线性关系来描述负荷与影响负荷的相关因素之间的 关系，模型太简单，很难准确描述他们之间的真实关系，况且也无法详细地考 虑各种影响负荷的因素，这使得回归方法的应用受到极大的限制。 人工神经网络方法和专家系统方法共同的优点是能够充分考虑影响负荷的 各种因素(如天气因素、季节因素、节假日因素等)，将短期负荷预测技术提高 到一个新的水平。专家系统方法在确认事实和建立规则时需要大量的实践经验， 所以人为因素多一些:在人工神经网络方法中尽管网络结构的选择还依靠一定的 人工经验，但神经元之间的关系(权值和闭值)是通过学习样本得到的，所以人 为因素要少一些。专家系统方法不需要学习过程，其速度要快一些且不需要样 本;而人工神经网络方法在应用之前必须经过学习过程，其速度要慢一些且需要 典型的样本集。 可见，电力系统负荷预测方法各有优缺点，目前没有任何一种方法能保证 在任何情况下均能获得满意的预测结果。因此，为了发挥不同方法的优点，往 往同时采用几种方法进行预测，再将不同方法的预测结果加以比较，综合几种 方法的优点，在一定条件下能够有效地改善模型的拟合能力和提高预测的精度。 这就引入了组合预测理论。 30 一般来说，组合预测方法有四种类型:等权平均组合预测法、方差-协方差 优选组合预测法、其中，等权平均组合预测法(也称 ew 方法)是组合预测方法中 最简单的一种，虽然方法简单，但也是在对各种预测方法的预测精度完全未知 的情况下所采用的一种较为稳妥的方法， 通过对此方法的研究认为,仅使用一种方法进行预测时,这个方法选择的是 否合适就很重要了,预测要冒一定的风险。当所用得方法进行简单得平均组合预 测时,这种风险就大大降低了。简单平均组合预测方法得选择并不敏感,它比仅 仅依赖某一种预测方法更可靠,风险更可以小一些。 31 四、短期负荷预测系统的设计及软件介绍 （一）短期负荷预测系统的总体设计 1、软件设计原则 随着 ems 的发展，负荷预测软件的应用越来越广泛。电力系统负荷预测应 用软件，主要贯彻面向生产、面向实际的方针。其设计原则是: 负荷预测功能全面，包含多种预测方法，适应电力系统生产运行和规划 1 设计部门的不同需求，努力提高预测精度。 跟踪计算技术的最新发展，力求良好的人机界面，操作方便，辅助功能 2 齐全，满足预测要求。 软件包适用性强，便于和实际系统连接，能广泛应用十电力系统网、省、 3 地各级调度运行部门。 在总体设计上，由于各种负荷预测都以历史负荷数据为基础，且根据预测 周期不同所需的历史负荷数据长度亦不同。对于超短期负荷预测，要求和实时 系统相连，随时获取负荷信急。因此，电力系统负荷预测软件应基于数据库开 发，利用最新计算机发展及网络和存储技术，实时获得电网负荷数据，并能存 储全部历史负荷数据电力系统负荷预测软件主要包括六个功能模块，分别实 现负荷预测、负荷数据查询、负荷数据分析、影响负荷因素输入、负荷数据报 表打印、软件在线帮助等功能。同时软件将所有预测方法实现的效果全部保存 到数据库中为以后建立电力系统负荷预测的专家系统做准备。 2、负荷预测系统总体结构设计 本系统采用模块化设计思想，根据各自完成的任务不同，主要由负荷预测 模块、原始数据查询模块、预测结果查询模块、预测结果对比、数据库接口模 块以及相关信息模块五个模块构成。其中，负荷预测模块是核心部分， 本系统的总体结构如下图 4-1 所示。 32 图 4.-1 1 系统的总体结构 原始数据查询模块 1 电力系统的调度部门，常常需要查询以往的负荷历史数据以掌握负荷的变 化规律，为下一步的预测作好准备，进而为用电计划和调度决策打下良好的基 础。依用户的要求，软件包含了日平均负荷最大，小值,日负荷平均值,日负荷 率的原始负荷数据的查询以及典型日负荷历史数据的查询，用户可以选择表格 和图形两种形式显示方式，并对其统计最大、最小负荷及出现的时间 负荷预测模块 2 软件包提供了相应的预测方法库，预测方法库包括了电力系统预测人员常 用的常规方法，如:指数平滑法、线性回归法、最小二乘法、相似日法，也包括 新颖的预测方法，如人工神经网络法、组合优选算法。可以实现对预测所用的 历史序列进行不良数据检测和辨识，提高预测精度，便于预测人员结合具体情 况灵活选择较为合适的预测方法，多种预测方法的结果互为比较，进行合理的 分析，得到最终的预测结果。 该模块还为预测人员提供干预预测过程的手段，使得预测人员的某些主观 因素(如预测经验、分析判断能力等)得到充分的发挥。可在人机界面上通过表 格对结果进行修正。 历史数据维护模块 3 历史数据维护模块可以对数据进行手工维护,修正不正确的数据,同时也可 以录入气象因素。 33 结果查询模块 4 选择合适的预测方法之后，用户可查询相应的预测结果、预测拟合误差和 预测表达式。在预测误差模块中，用户不仅可以得到误差具体数值，还可清晰 地看到各种预测方法用到的原始数据曲线和拟合曲线，从而对各预测方法的预 测精度和可信度做出一个直观、准确的判断。预测结果还提供了各种预测方法 得出的预测结果的最大值、最小值及对应出现的时间和平均值。 数据库接口模块 5 数据库接日模块主要完成数据库和其已各模块的连接工作，实现数据的提 取、导入,导出、存储以及维护功能。本系统采用 access2003 作为后台数据库。 可通过不同的级别身份登陆，进行相应权限的操作，从而保证了数据的安全性。 （二）短期负荷预测系统数据库设计 1、数据结构分析 数据库在调度自动化系统，以及负荷预测系统中起关键性的作用，涉及的 数据种类复杂，数据量大、相互联系，只有从系统的角度出发，认真分析、仔 细设计数据库，才能把不同的数据、应用软件有机的联系起来，并能适应电力 系统的扩展和软件功能的扩展，使各应用软件成为有水之源、有本之木。 在负荷预测系统中使用的数据分为四类分别是:历史数据,负荷数据,预测影 响因素数据,预测误差。 2、数据库设计 通过上面的分析,可以设计如下数据库,分别记录历史负荷值,预测值,预测 误差,等信息，如表 4-1 所示。 表 4.-1 数据库表的设计 表名表中文名 actinfor 实际影响因素表 envinfor 天气预报表 forerr 预测误差表 34 forvalue 预测数据表 hisload 历史数据表 idedata 预处理数据表 userinf 用户信息表 数据表作用于维护 历史数据表 1 记录系统负荷的量测值(15 分钟采样点，共 96 点，根据需要可以取 48 点 或者 24 点)。每天一条记录，系统进行预测时，需读取该表中预测日前的历史 记录。同时表中该预测日前的数据。 实际影响因素表表 2 存放预测日气象信息。 可通过负荷预测的人机界面进行维护。 天气预报表 3 存放实际历史气象信息。 可通过负荷预测的人机界面进行维护。 预测数据表 4 记录系统负荷预测值(96 点)，每天一条记录。系统自动更新该表内容， 免维护。 预测误差表 5 记录每天预测误差值，每人一条记录。免维护。 预处理数据表 6 放置数据预处理后的数据,免维护 用户信息表, 7 存放用户信息及用户权限信息。 （三）系统软件的功能界面设计及功能介绍 基于以上的分析,系统的功能需求分析如下: 日负荷(24 点或者 12 点)预测; 1 负荷曲线预测; 2 35 预测结果统计; 3 负荷预测结果的人工干预; 4 负荷预测结果的图形显示与报表输出; 5 负荷预测结果误差分析; 6 负荷预测结果数据查询; 7 历史数据、负荷预测影响数据及相关的其它数据的录入与查询; 8 系统用户管理等。 9 1、系统主界面 系统主界面如图 4-2 所示。在该界面下用户可以进行系统基本功能的选择 与操作，如在负荷预测主菜单中的相似日选择,数据预处理,预测结果修正等。 图 4.-2 系统主界面 2、系统维护界面 系统维护包括实际影响因素的录入,及历史负荷数据的维护,当预测日过后, 36 数据库维护人员就应该将当日真实的影响因素录入,以便日后查询，如图 4-3 所 示。历史数据维护主要负责数据的录入,、修改。 图 4.-3 系统维护界面 3、历史负荷查询界面 在工具栏里，选择要查询的日期或者双击某一行，可以在界面上显示该天 的实际负荷曲线,可以直接观测数据或者曲线，如图 4-4 所示。 37 图 4.-4 历史负荷查询界面 4、负荷预测模块 负荷预测栏中包括预测基本参数设置,影响因素输入,相似日选择,预测数据 预处理,预测模型选择,预测结果修正等几部分。 预测的流程图如图 4-5 所示下:。 图 4-6 为利用平均法生成的预测曲线。 图 4-7 是利用最小二乘法生成的预测曲线。 38 图 4.-5 预测流程图 短期负荷