负荷预测讲稿ppt课件

电力负荷预测,3,主要内容,负荷预测概念、预测步骤 负荷预测的数学基础 负荷预测的技术、方法 负荷预测的综合评价,一、负荷预测概念、步骤,什么是负荷预测？ 负荷预测的意义？ 负荷预测的特点？ 负荷预测的分类？ 负荷预测的基本流程？ 负荷预测的基本原理？,1、什么是负荷预测？,（1）什么是预测？,对尚未发生或目前还不明确的事务进行预先的估计和推测。,各行各业：股票市场预测、天气预报、人口预测、市场需求预测、填报志愿。,你预测过什么？,1、什么是负荷预测？,（1）什么是预测？,如何进行？,在一定的理论指导下，以事物发展的历史和现状为出发点，以调查研究所取得的资料和统计数据为依据，在对事物发展过程进行深刻的定性分析和严密的定量计算基础上，研究并认识事物的发展变化规律，进而对事物发展的未来变化预先做出科学的推测。,1、什么是负荷预测？,（2）什么是负荷预测？,根据电力负荷、经济、社会、气象等的历史数据，探索电力负荷历史数据变化规律对未来负荷的影响，寻求电力负荷与各种相关因素之间的内在联系，从而对未来电力负荷进行科学的预测,根据电力负荷的过去和现在推测它的未来数值。,4、负荷预测的分类,超短期负荷预测（10min30min）：实时控制 短期负荷预测（天、周、月）：安全经济运行 近期负荷预测（15年）：电网近期规划 （具体） 中期负荷预测（510年）：中期规划（较粗） 长期负荷预测（1020年）：远景规划（思路）,5、负荷预测的基本流程,确定负荷预测目的，制定预测计划 相关历史资料的收集：直接相关性、可靠性、最新性 基础资料的整理：资料空缺、异常数据处理等 建立预测模型：负荷预测公式（拟合） 变化规律的数学函数 预测结果的综合分析与评价：重在分析、贵在方法、 巧在应用（推理） 编写预测报告、交付使用,6、负荷预测的基本原理,可知性原理：客观世界发展规律是可以被认知的 连续性原理：过去、现在、未来惯性（时间序列法） 相似性原理：比对类似地区 系统性原理：多重影响因素都考虑进去 反馈性原理：差距，提高预测的准确性,二、负荷预测的数学理论基础,数学建模 优化方法 概率论与数理统计 参数辨识 数据处理 模式识别 其它基础,复习数学知识,样本、总体：自由度，样本均值 方差、标准差：离散程度 随机变量：概率分布函数、数字特征 正态分布：-2， +2，95% t-分布： -t0.025(n-p)， + t0.025(n-p) ，95% p=自变量与函数个数之和,相关系数：初步遴选影响负荷的因素 置信度 区间估计 假设检验,t-检验：符合t-分布的正态总体的均值 显著性,可信度与置信区间,正态分布图 ：,t-分布,自由度为n的 t分布:tt(n),t分布表（1）,t分布表（2）,三、负荷预测的常规技术方法,近、中、长期负荷预测方法,用电单耗法 电力弹性系数法 负荷密度法 外推法 回归预测法 人均用电量指标法 灰色预测法 组合预测法 神经网络法,3.1.1 用电单耗法,单位产品电耗法 通过某一工业产品的平均单位产品用电量以及该产品的产量，得到生产这种产品的总用电量。 适用范围：工业生产用电,用电单耗法（适用于工业用电）,Am=GmQ0(1+C)m Am :某产业产值在第m年的预测电量 Gm :某产业在第m年的产值 Q0 :某产业在计算基准年的产值单耗 C :预计期内某产业产值单耗递增(减)率,不同产品的用电单耗不同，同一产品不同地区、不同时间的用电单耗不同,用电单耗法（适用于工业用电）,典型应用： 一个地区的工业生产用电，可按照行业划分为若干部门（煤炭、石油、冶金、机械、建筑、纺织、食品等），对每个部门统计出主要产品的单位耗电量，知道了每种产品的产量，就可得到工业生产的总用电量。,主要工矿企业用电耗单,用电单耗法例子,注意：科技进步，节能措施等使得单位产品电耗逐年下降,3.1.2电力弹性系数法,1 弹性系数 变量y的瞬间变化率与平均变化率之比。,也可写作两个变量y与x的相对变化率：,3.1.2电力弹性系数法,2 电力弹性系数 电力负荷增长率除国民经济生产总值 GNP (Gross National Product)的增长率所得的商。,令x代表国民生产总值GNP，y代表用电量，则有：,在某一特定历史发展阶段，电力弹性系数有一个大体比较稳定的数值范围。,电力弹性系数法（适用于远期规划）,3 电力弹性系数预测电量,电力弹性系数法例子,适用范围：粗线条，长期电力负荷预测,3.1.3 负荷密度法,负荷密度 每平方公里的平均负荷值，kW/km2。,从某地区人口或土地面积的平均耗电量出发做预测。,适用范围：（由于某种因素的影响）社会经济和电力负荷跳跃式（不连续）发展,负荷密度法（可满足负荷跳跃发展的规划）,P = S d P:某地区年综合负荷 S:该地区土地面积（人口数） d:负荷密度（kW/km2）,注意：一般不直接用来预测整个规划区的负 荷，而是按照行政分区或功能分区。,城市电力负荷特性,公共设施（第三产业）用电增长迅速 高中档宾馆：2540W/m2、 4080W/m2 大型商场： 80100W/m2 中型商场： 3050W/m2 办公、写字楼：4060W/m2,负荷密度法例子,3.1.4 回归分析预测法,应用步骤 1 从一组数据出发，确定自变量与因变量的回 归形式； 2 估计回归方程的未知参数； 3 模型检验； 4 利用确定的回归方程进行预测。,1 从一组数据出发，确定自变量与因变量的回归形式 （回归模型）,通过观测值做出样本点的散点图，根据散点图在 直观上初步确定电力负荷（因变量）与相关影响因素 （自变量）间的关系。,一元线性回归预测,已知数据（统计）,回归分析法,负荷,影响因素（时间、产量等）,一元线性回归预测法,负荷,影响因素（时间、产量等）,y=a+bx,2 估计回归方程的未知参数 （回归系数a、b的确定） （最小二乘估计）,最小二乘估计？,3 模型检验：回归方程是否有意义？是否真是反映了y与x之间的关系？,回归模型建好后，是否与实际数据有较好的拟合度（标准离差检验）？ 模型的线性关系的显著性如何（显著性检验）？,（1）标准离差检验 标准离差用来检验回归预测模型的精度。,根据数理统计知识，标准离差为：,标准离差反映了回归预测模型所得到的估计值与实际值的平均误差，希望s越小越好，一般要求：,（2）显著性检验 可遴选影响负荷的因素，检验y与x之间是否存在显著的线性统计关系，一般采用t检验。,检验方法？,检验方法：,?,4 利用回归方程进行预测,（1）点预测,（2）求出置信区间,t分布的置信区间：,一元线性回归负荷预测法例子,某地区5年20个季度内的每户平均用电量与地区用电量之间的关系如表所示，求： （1）负荷预测的回归方程； （2） 给定显著水平=0.05，检验线性回归是否显著？ （3）当第6年第1季度平均每户用电量x=230kwh时，求这一季度地区用电量的预测值及置信度为95%的置信区间。,一元线性回归负荷预测法例子,根据散点图，直观地看出y与x成一次线性关系，即：y=a+bx,1 从一组数据出发，确定自变量与因变量的回归形式,一元线性回归负荷预测法例子,计算数据如表所示：,2 估计回归方程的未知参数a、b,一元线性回归负荷预测法例子,则：,根据表中的计算得：,，,，,，,，,，,回归方程为：,一元线性回归负荷预测法例子,由题知显著性水平为=0.05，则检验统计量为：,3 检验回归方程是否有意义（显著性检验）,查t分布可得：,所以线性回归显著,一元线性回归负荷预测法例子,当预测点x=230，则点预测值为：,4 采用回归方程进行预测,N=20，可得：,一元线性回归负荷预测法例子,因此，y的置信度为95%的预测置信区间为：,计算结果表明，当第6年第一季度平均每户用电量为230kWh时，同一时期该地区用电量95%的可信度在 预测置信区间81.66,93.06内取值，此时，预测结果可 能发生的标准偏差为：5.70GWh。,作业 2,负荷预测分