（技术经济及管理专业论文）辽宁电网电力负荷预测系统的研究与实现.pdf

华北电力人学硕十学付论文摘要 摘要 随着我国电力事业的发展，电力系统负荷预测问题的研究也越来越引起人们的 注意，现在已经成为现代电力系统运行研究中的重要课题之一 本文酋先对l 宁电网的现状进行了研究。然后提出了多种电力负荷预测的方法 和考虑气象因素影响下运用神经网络预测模型以及考虑气象因素影响下的重大节 f 1 负荷预测模型在此基础上，提出使用组合预测方法对多个模型进行综合，束提 高预测的精度。本文还对负荷的预测结果进行了算例分析，给出了每种预测模型的计 算结果和分析。 最后丌发了一套适用、可靠、高效的负荷预测软件，有效地了缓解预测工作的压力， 提高了预测的准确度。结合已经完成的丌发工作，对丌发此系统的软件技术以及功能实 现进行了介绍。 关键词：负荷预测，辽宁电网，短期负荷预测，日负荷预测 a b s t r a c t w i t ht h ed e v e l o p m e n to fo u rn a t i o n a le l e c t r i ci n d u s t r y , p e o p l ep a ym o r ea t t e n t i o nt o t h es t u d yo ne l e c t r i cs y s t e ml o a df o r e c a s t i n gt h a ne v e r i th a sb e c o m eo n eo ft h e i m p o r t a n tt a s k si nt h es t u d yo nm o d e r ne l e c t r i cs y s t e m f i r s t l y t h ep a p e rs t u d i e st h ep r e s e n tc o n d i t i o no fp o w e rn e to fh e b e i t h e n 。t h ep a p e r p u t sf o r w a r dm a n yp o w e rl o a df o r e c a s t i n gm e t h o d s ，a n dw e a t h e rf a c t o ra r t i f i c i a ln e u r a l n e t w o r km o d e l ，a n di m p o r t a n tf e s t i v a ll o a d f o r e c a s t i n gm o d e l t h ep a p e rp u t sf o r w a r da m e t h o do fc o r p o r a t i o nf o r e c a s t i n gw h i c hs e l e c t so n eo raf e we f f e c t i v el o a df o r e c a s t i n g m e t h o d sf r o mm a n ym e t h o d sa c c o r d i n gt ot h ef a c t u a li n f l u e n c ee l e m e n t s t h ea r i t h m e t i c e x a m p l eo ff o r e c a s t i n gm e t h o di sa n a l y z e d ；g i v et h ee a c he s t i m a t ec a l c u l a t i o nr e s u l t f i n a l l ys o f t w a r eo fl o a df o r e c a s t i n gi sd e v e l o p e d t h ep r e s s u r eo ff o r e c a s t i n g w o r ki sr e l i e v e d e f f e c t i v e l ya n d t h e a c c u r a c y o ff o r e c a s t i n gi s i m p r o v e d t h e a c c o m p l i s h e ds y s t e mi si n t r o d u c e df o ri t ss o f t w a r et e c h n i q u ea n df u n c t i o nd e s i g n z h a n gq i a n ( t e c h n o l o g ye c o n o m i c sa n dm a n a g e m e n t ) d i r e c t e db yp r o f n i ud o n g x i a o k e yw o r d s ：l o a df o r e c a s t i n g ，l a o n i n gp o w e rn e t ，s h o r t t e r ml o a df o r e c a s t i n g ， d a i l yl o a df o r e c a s t i n g 华北电力人学硕士学何论文 声明 本人郑重声明：此处所提交的硕士学位论文辽宁电网电力负荷预测系统的研究与实 现，是本人在华北电力大学攻读硕士学位期间，在导师指导下进行的研究工作和取得的研 究成果。掘本人所知，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发 表或撰写过的研究成果，也不包含为获得华北电力大学或其它教育机构的学位或证书而使 用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明 并表示了谢意。 签名：沭沫 r 期：弘晒f 2 、f 三 关于学位论文使用授权的说明 本人完伞了解华北电力大学有关保留、使用学位论文的规定，即：学校有权保管、 并向有关部门送交学位论文的原件与复印件；学校可以采用影印、缩印或其它复制手段 复制并保存。学位论文；学校可允许学位论文被查阅或借阅；学校可以学术交流为目的， 复制赠送和交换学位论文：同意学校可以用不同方式在不同媒体上发表、传播学位论文 的全部或部分内容。 ( 涉密的学位论文在解密后遵守此规定) 作者签名：旅寐 日期：埘，1 2 t 3 华北屯力人学硕十学付论文 第一章引言 1 1 选题背景及意义 电j j 用户是电力工业的服务对象，电力负荷的不断增长是电力工业发展的动 力地区电网的负荷预测，是地区电网内的电力规划之基础，它为地区电网的电力 发展速度、电力建设规模、电力工业柿局、能源资源平衡，以及地区范围内资会和 人力资源的需求与平衡提供可靠的依掘。因此，电力负荷预测是一项非常重要的工 作，对于保证电力工业的健康发展，乃至整个国民经济的发展均具有十分重要的意 义。电力系统负荷预测是实现电力系统安全、经济运行的基础，对一个电力系统而 言，提商电网运行的安全性和经济性，改善电能质量，都依赖于准确的负荷预测。 因此，负荷预测的关键是提高准确度。此外，从发展的角度来看，负荷预测是我国 实现电力市场的必备条件，并且具有重要的理论意义和实用价值。 随苔f 乜力的商品化和市场化，电力负荷预测的准确性对电力系统安全、经济运 行和困民经济发展具有重要的意义。预测负荷不足，可能会导致用电紧张、用电质 量和系统安全性下降，需要由费用高的峰值机组来补偿负荷不足或者从相邻电网买 入较高价的电量；相反，预测负荷过量，则可能导致过多的旋转备用，使得运行费 用增加，造成投资浪赞和资会效益低下。准确的负荷预测，可以经济合理的安排电 网内部机匀【的启停，保持电网运行的安全稳定性，减少不必要的旋转储备容量，合 理安排机组检修计划，保证社会的证常生活和生产活动，从而提高经济效益和社会 效益。 电力负荷预测在现代电力系统的安全和经济运行中起着重要作用，是能量管理 系统( e n e r g ym a n a g e m e n ts y s t e m ，简称e m s ) 的一个重要模块，也是电力市场技 术支持系统的重要组成部分，其预测水平已经成为衡量一个电力企业足否走向现代 化的显著杯志之一对电力应用如机组最优组合、经济调度而言，它是非常有用的 基础工具，同时也是调度部门每只必需进行的重要工作之一。 因此，随着电力市场的快速发展，为了保障电网的安全、稳定、经济运行，有 效地丌展竞价上网、现货期货交易，灵活修订系统的分时、实时电价，改善负荷变 化曲线，制定发电计划、检修计划和购煤计划，保障社会生产生活的萨常用电，大 力提高电力系统的经济效益和社会效益，需要进行高精度的负荷预测“1 。 为了进一步提高辽宁电网的电力负荷预测水平，使电力负荷预测更加准确，减 轻负荷预测人员经常进行的数掘整理和加工工作，保证历史数据的可继承性和做到 与其他部门信息共享，我们针对i 宁省电网的特点，采用符合辽宁省区域特点的先 进电力负荷预测模型和最新的计算机软件丌发技术来丌发一套具有实用性和先进 性的电力负荷预测软件系统。 华北电力人学硕+ 学 寺论文 1 2电力负荷预测国内外研究现状 负荷预测的关键是提高准确度，到目前为止，国内外学者在电力系统负荷预测 方面做了大量工作，在短期、中期和长期负荷预测方面研究出许多负荷预测方法。 常用的方法主要有：时日j 序列预测法、回归分析法、指数平滑法等近年来，预测 理论技术取得了长足的进步，负荷预测的新技术层出不穷，综合起来主要有：灰色 预测法，专家系统预测技术、小波分析预测技术、模糊预测技术、神经网络预测技 术、优选组合算法等。 负荷预测与气象预测一样具有一定程度的不可预见性。但从长期的运作实践中 可以了0 f f 和综合出影响负荷预测的各种因素，诸如负荷水平、气象条件、季节因素、 社会与经济环境等“。每个地区的负荷受各种因素影响的比重不大相同1 ：。为了提 高负荷f 6 1 测的精度，人们探讨和研究了许多科学的预测方法，这些方法综合起来主 要有以下几种： ( 1 ) 回归分析模型预测技术 嗣口1 分析预测是根掘历史数据的变化规律，寻找自变量与因变量之问的回归方 程式确定模型参数，掘此做出预测。按自变量的个数可将回归问题分为一元和多 元回归，按回归方程的类型可分为线性回归和非线性回归。然而，各种变量和负荷 日j 的函数天系并：雎是线性和静念的，而址随着时间的变化而变化的，常规的回归分 析模型没彳r 适应这种变化的灵活性，通常它的预测值是一个平均值”。 ( 2 ) 时日j 序列预测技术 时m 序列模型有自回归( a r ) 、滑动平均( m a ) 、自回归一滑动平均( a r m a ) 累积式r j 【叫归一滑动平均( a r i m a ) 模型。模型辨议的基本途径是对原时f h j 序列的 相关性分析也就是计算序列的均值、自相关和偏相关函数，从而确定模型的类型。 模型势f 识后，就要利用原序列有关的样本数据，对模型参数进行估计。由于时间序 列模型无法引入对负荷影响的其它变量，所以，单纯应用时j 日j 序列模型进行负荷预 测精度雉以提高。 ( 3 ) 趋势外推预测技术 趋势外推预测技术认为当电力负荷依时问变化呈现某种上升或下降的趋势，并 且无明显的季节波动，又能找到一条合适的函数曲线反映这种变化趋势时，就可以 用时间f 为自变t ，时序数值y 为因变量，建立趋势模型y = f ( t ) ，当有理由相信 这种趋势能够延伸到未来时，赋予变量t 所需要的值，就可以得到相应时刻的时间 序列未来值，这就是趋势外推法。趋势外推法有水平趋势预测法、线性趋势预测法、 多项式趋势预测法、季节型趋势预测法、增长趋势预测法。趋势外推法一般适用于 中长期负倚预测。不足之处是如果负荷出现波动，会引起较大的误差”1 ( 4 ) 状态空自j 及卡尔曼滤波( k a l m a n ) 模型 g - 尔曼滤波方法是建立状态空间模型，把负荷作为状念变量，用状态方程和测 2 华北电力人学硕+ 学付论文 量方程柬描述。卡尔曼滤波算法递推地进行计算。适用于在线负荷预测。这是在假 定噪声的统计特性已知的情况下得出的，估计噪声的统计特性是应用该方法的难点 所在。 ( 5 ) 狄色预测法 狄色系统预测法是利用部分明确信息，通过形成必要的有限数列和微分方程， 寻求各参数日j 的规律，从而推出不明确信息发展趋势的分析方法。灰色预测模型的 优点是建模时不需要计算统计特性量，从理论上讲，可以适用于任何非线性变化的 负荷指杯预测“1 ，不足之处是其微分方程指数解比较适合于具有指数增长趋势的负 荷指标，对于具有其它趋势的指标则拟合灰度较大，精度难以提高“3 ( 6 ) 专家系统法( e s ) 专家系统是一个基于专家知识的程序设计方法建立起来的计算机系统，它拥有 某个特殊领域内专家的知识和经验，并能像专家那样运用这些知识，通过推理在某 个领域内做出智能决策。所以，一个完整的专家系统是由4 个部分组成：知识库、 推理机、知i = 获取部分和解释界面。专家系统技术应用到负荷预测上，可以克服单 一算法的片面性，同时全过程的程序化，使本方法还具有快速决断的优点，此方法 虽然有较r “泛的使用时景”“，但由于预测专家比较缺乏及预测过程容易出现人为 差错，以建数掘库及将家经验转化为数学规则存在一系列的困难，目丽，在实践 中应用小广泛。 ( 7 ) 模糊理论法( f u z z y ) 模糊控制是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的非线性智能 控制，它足基于模糊推理，模仿人的思维方式，对难以建立精确数学模型的对象实 施的一种控制“，它是校糊数学同控制理论相结合的产物。模糊控制器的设计依赖 于实践经验，但是，有时人们对过程认识不足，或者总结不出完整经验，这样模糊 控制势必料【糙和不完善，用于负荷预测难以满足对精度的要求1 。 ( 8 ) 人工神经网络模型( a n n ) 人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k s ，a n n 或n n ) ，是对人脑或自然神经 网络( n a t u r en e u r a ln e t w o r k ) 若干基本特征的抽象和模拟“钉“”。人工神经网络模型 可按己发生的事件积累经验，根据学习规则不断修改模型的网络连接权值，最终实 现对目标进行正确计算，识别和预测等。由于神经网络具有并行分布信息、自学习、 自适应性及逼近任意连续函数的能力，因而能捕捉电力负荷的各种变化趋势，特别 是容易处理电力负荷与某些变量( 如天气变量) 之间的非线性关系。因此，对于天气 复杂多变、负荷变化随机性强、负荷曲线规律性差、拐点多的情况，用神经网络进 行负荷预测比用回归分析法、时间序列法和灰色预测法等能取得更为理想的效果。 但神经网络预测也存在学习速度慢，存在局部极小等固有缺陷 ( 9 ) 将小波理论运用于负荷预测 3 华北电力人宁硕士学付论文 近几年。有人提出将小波理论运用到负荷预测中，主要有两种思路：一是将负 荷信号小波分解后根据各自的特性进行预测，然后将预测信号进行重构，可以提高 预测精度。“”二是通过在中短期负荷预测中建立小波神经元预测模型，通过小波神 经元网络进行预测从相关的文献中可以看出它们对预测精度都有一定的提高，但 在预测模型的设计上还有深入研究的必要“” 1 3 本课题所做的主要工作 1 3 1 项目所做的工作 辽宁电网电力负荷预测系统的研究与实现项目是与辽宁省电力公司合作丌 发的。在系统研究与丌发过程中，在导师的指导和帮助下，多次前往辽宁省电力公 司调研，考察辽宁省电力公司对负荷预测系统的需求情况，掌握了很多第一手资料， 并获得了辽宁电网大量的负荷数据。 辽宁省电力公司提出的主要需求情况包括：目前没有应用先进预测算法、高精 度的负荷预测系统，而全省电网的调度对短期负荷预测精度要求比较高。针对i 宁 电网以及全省1 3 个地市的特点，提出适应其特点的电力负荷预测模型。根据i 宁 电网负荷受气象、节假r 等因素影响的情况，实现考虑多种影响因素的负荷预测功 能。整个系统包括短期r 负荷预测、中长期预测以及节假同预测三个部分。项目主 要完成以下工作： 1 、研究适应辽宁电网特点的短期、中长期电力预测模型 2 、丌发出一套理论先进、区域特点鲜明、精度高、实用性强、应用最新软件 丌发技术的辽宁电网电力负荷预测系统软件，软件系统实现9 5 以上的预测数 掘的误差在4 以下。 3 、完成了辽宁电网电力负荷预测系统的研究与实现研究总体报告和软件 使用说明书。 在整个项目中我主要负责短期负荷预测部分的研究与丌发，所以论文中的预测 方法研究和系统实现部分以短期负荷预测为主。 1 3 2 论文所做的工作 论文的具体工作除了查阅国内外文献、进行实际调研、收集数据等工作之外， 主要分为两部分：电力负荷预测算法的理论研究和辽宁电网电力负荷预测系统软件 的刀：发。 1 、短期负荷预测算法的研究 ( 1 ) 较为详细地介绍几种的短期负荷预测模型：时间序列法、回归分析法、 g m ( 1 ，灰色预测模型、神经网络模型、优选组合预测模型、重大节同预测模型等。 并将它们应用于辽宁电网负荷预测，并对预测结果作了分析比较。 ( 2 ) 研究辽宁省电网短期日负荷曲线预测技术。建立符合辽宁省区域特点的 先进的短期电力负荷预测模型： 4 华北电力人学硕士学位论文 ( 3 ) 研究辽宁省电网重大节同负荷曲线预测技术，建立符合重大节只电力负 荷特点的预测模型； ( 4 ) 研究辽宁省电网同负荷受气象等周期性特征影响的负荷预测方法，并在 软件中实现相应的功能。 2 、辽宁电网电力负荷预测系统软件的丌发 ( 1 ) 在对系统进行详细的需求分析和功能分析的基础上，完成系统的总体设 计，提供方便的人机交互方式，实现各功能模块的协调一致，统一运行。 ( 2 ) 结合负荷预测系统的特点，对系统的数掘结构和数据流进行分析。进行 合理细致的数掘库规划设计，提供了层次清楚、含义明确的数据库设计方案，并完 成系统的数掘库设计。 ( 3 ) 完成本系统的负荷预测模块，历史负荷数据模块、误差数掘模块、气象 信息模块、数据库接口模块的设计 ( 4 ) 分析地区电网负荷规律，为调度员提供多种方便灵活的负荷修难方法， 使负荷修正成为一项直观方便的操作。 1 3 3 课题研发的工作步骤 依抛本课题的内容要求，课题主要工作按如下步骤进行： ( 1 ) 原始数掘收集，收集的数掘主要包括历史负荷数据和影响负荷情况的相 关因素数据。 ( 2 ) 数掘的整理、分析，收集到的数据难免有错误和缺漏，需对收集到的资 料进行粘理和校核，首先根掘一定原则对负荷数据进行处理，剔除或更萨错误数据， 对缺漏的数掘进行弥补。结合获取的相关资料分析各地区负荷特性和变化规律。 ( 3 ) 对获取的负荷历史数据，依据各预测方法的特点进行建模，比较各方法 的适用性。 ( 4 ) 软件总体设计根掘系统不同功能将程序分为不同模块，考虑各模块日j 的 联系设计全局变量、公用子过程等。 ( 5 ) 数据库设计考虑数掘间的联系及程序对数据的存储特点，设计出运行效 率高、探作方便的数据库结构。 ( 6 ) 完成程序代码，完成各功能模块程序设计，编写代码，并实现联机调试， 同时进一步完善系统功能。 ( 7 ) 编写文档，交付使用，根据负荷预测系统的内容、实现方法，编写软件 的说明文档，供调度运行人员参考。 华北电力大学硕士学位论文 第二章辽宁电网现状分析 2 1 辽宁电网基本情况 辽宁电网覆盖全省面积1 4 7 5 万平方公里，供电服务人口4 2 3 8 万人。全省共辖 沈阳、大连、鞍山、抚顺、本溪、丹东、锦州、营口、阜新、辽阳、盘锦、铁岭、 朝阳、葫芦岛“个地市。作为全国重工业基地和政治、经济、文化较发达的辽宁 省是东北地区电力负荷中心，负荷占东北电网的5 0 。 图2 i 辽宁省辖区划示意图 辽宁电网分别有一条5 0 0 千伏线路和6 条2 2 0 于伏线路与吉林省电网连接，另 有两条5 0 0 千伏线路和一条2 2 0 千伏线路与内蒙东部连接，成为沟通东北与华北电 力交换的枢纽辽宁省境内现有1 5 条5 0 0 千伏线路，总长度1 6 1 3 公里，5 座5 0 0 千伏变电所，变电容量6 0 0 万千伏安。5 0 0 千伏网架南起大连，北接铁岭，西受内 蒙，东连吉林省；现有2 2 0 千伏线路1 8 5 条，总长度7 3 9 2 公里，2 2 0 千伏变电所 8 4 座，变电容量1 6 8 5 8 万千伏安。2 2 0 千伏电网已伸至几乎所有县以上城市，省 内大城市的电网己形成双环形 6 华j 七电力人学硕十学何论文 图2 2 辽宁省电网结构示意图 2 2 辽宁电网数据统计 辽宁咆网统调装机容量1 4 0 1 2 5 万千瓦，其中火电1 3 1 5 0 4 力千瓦，水电7 7 9 l 力千瓦，风电装机容量8 3 力千瓦。省内有清河、铁岭、锦州、大连华能4 座装机 超过1 2 0 万千瓦特大型火力发电厂。安装有两台超临界凝汽发电机组，1 2 台单机容 量在3 0 万干瓦及以上的火电机组。 表2 1 1 9 8 6 2 0 0 3 年辽宁省发电量情况表( 单位：亿k w h ) 年皮 1 9 8 61 9 8 7 1 9 8 8 1 9 8 9 1 9 9 0 1 9 9 l1 9 9 21 9 9 31 9 9 4 火l 乜 4 6 94 4 72 8 71 6 63 5 54 0 33 2 42 7 41 8 5 水电 3 4 7 73 8 4 44 1 3 64 4 8 74 3 5 84 4 8 34 8 9 15 0 5 35 0 4 总发电馆3 0 0 83 3 9 73 8 4 9 4 3 2 1 4 0 0 34 0 84 5 6 74 7 7 94 8 5 5 年度1 9 9 51 9 9 61 9 9 71 9 9 81 9 9 92 0 0 02 0 0 l2 0 0 22 0 0 3 火l 乜 4 1 74 5 2 2 8 8 2 1 6 2 5 ，51 4 92 2 71 4 52 2 9 水电 5 4 0 1 5 8 3 96 1 5 2 6 0 8 1 6 1 0 56 4 5 66 6 2 17 2 5 38 3 7 总发i 乜带 4 9 8 45 3 8 75 8 6 45 8 6 55 8 56 3 0 7 6 3 9 4 7 1 0 88 1 4 1 辽宁电网中普遍采用快速励磁、电力系统稳定器等稳定控制装置，继电保护技 术已从集成电路式向微机保护发展，先进的无功补偿设备在电网中得到应用，电压 质量和电压稳定性都达到了国家标准。自动发电控制a g c 得到大力丌发和应用，可 实现自动发电控制的机组3 6 台，控制容量5 9 0 万千瓦以上。水电机组已做到按频 率自动调整出力，电网调度自动化居国内先进水平 年度发电讨( 亿 比去年同期水电发电量 火电发电域 最高负荷 月份 k w h )上升( f 5k w h ) ( 亿k w h )( 万k w ) 2 0 0 5 1 6 4 2 91 9 4 o 8 3 6 3 4 61 0 5 0 2 0 0 5 25 5 2 0 一1 0 9 o 2 05 5 0 01 0 6 5 2 0 0 5 36 9 2 0 2 0 4 1 8 86 7 3 2 1 1 1 0 2 0 0 5 46 1 0 6 1 1 1 7 05 9 3 61 0 5 0 2 0 0 5 56 0 4 43 1 3 5 85 6 8 61 0 5 2 2 0 0 5 6 5 7 7 46 1 3 7 35 4 0 l 1 0 8 3 2 0 0 5 75 7 7 4 0 4 4 5 65 3 1 81 1 2 i 2 0 0 5 8 5 7 1 ll o o 4 0 l 5 3 1 01 0 8 3 2 0 0 5 95 9 8 7 4 2 1 0 35 8 8 41 0 9 0 2 0 0 5 1 06 2 5 81 5 7 o 8 7 6 1 7 11 0 8 5 2 0 0 5 1 l6 3 2 2o 7 1 o 3 8 6 2 8 41 2 5 0 春伯影响 近年来，随着i 宁省经济的快速发展，对电力需求也逐年增大，使得电力负荷 呈现逐年上升的态势。 表2 31 9 8 5 2 0 0 3 年辽宁省用电量情况表( 单位：亿k w h ) 1 年度 1 9 8 51 9 9 01 9 9 52 0 0 0 2 0 0 12 0 0 22 0 0 3 h j 电讨 3 0 3 7 52 8 6 1 2 54 7 6 2 57 6 8 7 57 8 3 7 58 3 2 59 0 7 9 l i 宁省工业比较发达，全社会用电量以工业为主，占总用电量的3 4 左右，而 且以每年1 0 左右的速度增长，工业用电量的发展念势基本上决定了全社会用电量 的发展。农业用电量比较少，发展规律也不明显，对全社会用电量影响不大。第三 产业用电量和居民生活用电量增长速度一直很快，以后第三产业将是拉动电力消费 的重要部分1m 3 。 表2 42 0 0 3 年辽宁省分行业用电量情况表( 单位：亿k w h ) 行业用电筝 农、林、牧、油业 1 6 0 1 采矿业 8 8 7 4 制造业4 5 0 0 8 电力、燃气及水的生产芾| 供戍业1 4 8 0 2 建筑业 6 4 交通运输仓储和邮政业1 8 ，0 2 批发、零售业和住宿、餐饮业2 7 1 7 其他行业 4 5 2 1 城乡居k 生活1 0 8 2 5 总j 【f j 电封9 0 7 9 8 华北屯力人学硕十学位论文 2 0 0 3 年1 0 月党中央做出了加快东北地区等老工业基地振兴的重大战略决策， 为辽宁省等老工业基地振兴带来了难得的历史性机遇随着辽宁老工业基地振兴 规划的实施，辽宁全省对电力资源的需求又有了快速的发展，为辽宁省电力工业 带来了不小的压力。 2 0 0 5 年i 宁省预计发电量为9 7 0 亿千瓦时，尚有很大的缺口需从外省调入。 2 0 0 5 年预计发电量虽然比去年增加1 0 ，但耗电量也以相同比例增长，夏季用电负 荷增幅在1 2 以上，同时，为了确保北京用电，今年绥中电厂1 6 0 力千瓦的电力并 入华北电网。因此给电网增加了更大的负荷，在负荷高峰时电力缺口达到1 0 0 力千 瓦左右。针对负荷过高的情况，辽宁省制订实施了a(，t； ( 3 2 ) t h e n l ( d ，t ) = 【( d ，- 1 ) + ( d ，f + 1 ) l 2 ( 3 - 3 ) 式中：l ( d ，t ) 代表第d 天t 时刻的负荷值，a ( t ) ，b ( t ) 为阀值。 ( 3 ) 数据的垂直处理 电力负荷是有周期性的，负荷数掘预处理时考虑其2 4 小时的小周期，即认为 不同n 期的同一时刻的负荷应该具有相似性，同时刻的负荷值应维持在一定的范围 内，对于超出范围的不良数掘修j 下如下： if f l ( d ，) - z ( o 口( ，) ( 3 - 4 ) t h e n 圳= 盛圳l ( d , t ) 域 - l ( t ； ( 3 - s ) 其中，z ( f ) 为待处理数据最近几天t 时刻的负荷的平均值，口( ，) 为阀值。 ( 4 ) 本文采用的数掘预处理 对数掘进行水平处理，采用的修j 下公式如下： 负荷变化量：( d ，) = l t ( a ，t ) - l ( d ，一1 ) f 负荷变化量的同平均值：a l ( d ) = 三i p ，) 疗一l 五 华北电力人学硕十学位论文 , a l ( a , t ) - a l ( d ) 5 a l ( a ) ( 3 6 ) t h e n ( d ，f ) = 兰坚二三；j ! ! ! 生旦+ ( d l ，f ) 一l ( d - l , t - 1 ) 2 l ( d - l , t + 1 ) 1 ( 3 7 ) 其中，( d ) 为一天中负荷变化量的平均值，当负荷变化率超过5 时，该负 荷数掘进行修正，修j 下公式为式( 3 - 9 ) 。 3 3 回归分析法 电力负荷预测回归模型是利用历史负荷数据，利用回归模型建立一条回归曲 线，通过这条曲线对未来负荷进行预测。回归模型有一元线性回归、非线性回归， 非线性回归模型又分为双曲线模型、幂函数模型、指数模型、对数模型、s 型曲线 模型等。在负荷预测中，历史负荷曲线常表现为线性上升趋势或非线性上升趋势， 故用回归模型进行预测是比较好的。 3 3 1 一元线性回归模型 在元线性回归中，自变量是可控制或可精确观察的变量，用x 表示，因变量 是依赖于x 的随机变量，用y 表示。假设x 与y 的关系为： j ，= a 4 - b x - 4 - 岛占一n ( 0 ，盯2 ) ( 3 8 ) 其中f 是随机误差，x 与y 的这种关系称为一元线性回归模型。 在实际问题中，对x 和y 作n 次实验观察，且在x 的不全相同的各个值上对y 的观察是相互独立的，其n 对观察值记为 y y l ，) ，i , y 3 ，j ，y s , y 6 称( x ，y 。) ，i = l ，2 ，n 为样本。如果依据样本能估计出未知参数a ，b ， 记估计值为a ，6 则称下式 y = 口+ b x 为y 关于x 的线性回归方程。得到回归方程后，可以通过改变回归方程的x 值 对未来负荷进行预测。 ( 1 ) a ，6 的估计 已知两变量x 与_ y 的n 对实验值，即样本( x ，y ，) 。满足 y | = a + b x 。4 - s i ，| 一n 。a 1 、 1 2 华北电力人学硕十宁付论文 各相互独立，则m 一( 口+ b x , ，仃2 ) 。 我们用最小二乘法估计a , b 。为此，作离差平方和 q ( a ，6 ) = e ( y 。一口一6 ) 2 ，i 选取参数口，b 使q ( a ，6 ) 达到最小。利用高等数学中的求极值法，令 署= - 2 ，；, ( y , - a - = 。 鬻q 扣一龇= 。 此方程组称为j 下规方程组。 的估计值，所以在式( 3 - 9 ) 中， ，l d + ( t ) 6 = 只 变形为。 ” ，”1。 ( ) 口+ ( # ) 6 = x , y ( 3 9 ) 因为解方程组得到的不是口和b 的真值，而是它们 用a b 分别代替口，b ，得 盯“+ ( ) 6 = 只 ，i，- l ( e x ，) 口+ ( # ) 6 = t y 山于t 不全相同，式( 3 - 1 0 ) 的系数行列式为 i 打窆t i 。：。 l j ? i ，- i，t i n”h 一 = ”x 卜( 一) 2 = 盯( - x ) 2 0 故式( 3 - 1 0 ) 有唯一的一组解 ”一y ，一( 一) ( 只) ( _ - x ) ( y ，- y ) b = j l 了号! = l = 旦- _ n f 一( x ) 2( - x ) 2 ：= 去喜只一鲁喜一= 多一；三 一 1n。1n 其中聆寺酗，y 2 吉善乃肛智月智“ 当“，b 的估计值口，b 求出后，便得出y 对x 的线性回归方程式 y = a + b x ( 3 1 0 ) ( 3 - i 1 ) 华北电力人学硕七学位论文 3 3 2 非线性回归模型 在一元线性回归模型中，我们假设自变量与因变量之间存在线性相关关系，但 实际问题中。自变量与因变量之间的相关关系多数是非线性的，非线性回归模型的 研究比较复杂，以下介绍几种可以转化为线性回归模型的非线性模型。 ( 1 ) 对数模型 双曲线模型的标准方程式为y = a + b l g x ( x o ) ，作变量代换“= i g x ，v = y ，这 样双曲线方程就变为直线方程v = 口+ b u 利用观测值( x ，只) ，按u ，= l g x , ，v ，= y 可计算出( ，v ) 。因此对于“，v 可利用 线性回归计算出参数估计值口，b 。因此可得出 y = f 1 4 b i g x ( 3 1 2 ) ( 2 ) 幂函数模型 幂函数模型的标准方程式为y = a x 6 0 0 ，口 0 ) 。 先将函数表达式两端取常用对数，得l g y = i g a + b l g x 再作变换，令“= l g x ，v ；l g y ，a = i g a ，原方程变为v = a + 妇 利用观测值( ，y ，) ，计算出( “，v ，) ，i = 1 , 2 ，l 。对于甜，v 可利用线性回归计算 出参数估计值a ，b ，又有口= 1 0 。，因此可得出 y = a x 6 ( 3 - 1 3 ) ( 3 ) 指数模型 指数模型的标准方程为y = 4 p “ 0 ) ，先将函数表达式两端取自然对数，得 l n y = l n a + b x ，记 = x ，v = l n y ，a = l n a ，则原方程变为i ，= 44 - b u 利用观测值( x ，j ，) ，计算出( u ，v ，) ，f = 1 , 2 ，疗对于“，v 可利用线性回归计算 出参数估计值爿b ，又有a = e 。，因此可得出 y = 口矿 ( 3 - 1 4 ) 3 3 3 算例分析 为了验证上面提到的各种预测方法的效果，本文选取辽宁电网全省2 0 0 3 年1 1 月2 0 同2 4 时点的同负荷数据进行了实例预测。 针对线性回归预测和非线性回归预测分别进行了实际预测。 4 表3 1 线性回归模型预测结果及误差表单位：( 万k w ) 时序历史数据线性同门相对误差时序 历史数据 线性同门相对误筹 1 时 7 5 4 3 77 6 3 7 5i 2 4 1 3 时8 6 5 1 l8 4 2 8 9- 2 5 7 2 时7 5 7 4 67 5 5 1 7- 0 3 0 1 4 时 8 7 9 3 88 7 0 9 7 0 9 6 3 时 7 5 2 8 67 4 9 9 40 3 9 1 5 时 8 9 3 。7 l 8 8 3 3 5一1 1 矾 4 时 7 5 3 5 9 7 5 4 5 5 0 1 3 1 6 时9 2 0 2 69 0 9 3 8 一1 18 9 6 5 时7 7 1 77 7 2 0 70 ，0 5 1 7 时 9 8 0 3 8 9 8 0 2 3- 0 0 2 6 时7 8 9 97 9 1 1 30 1 6 1 8 时9 9 2 1 79 9 6 7 90 4 7 7 时 8 0 4 9 4 8 1 8 ，5 3 l6 9 1 9 时 9 6 5 1 69 6 8 1 9 0 3 1 8 时8 0 3 8 18 0 1 6 2- o 2 7 2 0 时9 4 9 5 49 3 8 1 1一1 2 0 9 时8 5 9 88 3 5 2 l- 2 8 6 2 l 时 9 3 8 2 89 2 5 6 1 3 5 l o 时8 9 2 9 48 5 4 8 84 2 6 2 2 时9 0 8 6 89 0 8 8 30 0 2 5 l i 时 8 9 8 4 1 8 6 8 ，7 2 - 3 3 0 2 3 时8 5 5 1 7 8 5 2 8 8 一o 2 7 1 2 时8 8 8 2 58 5 0 4 4- 4 2 6 2 4 时8 1 1 9 87 9 7 2 3一1 8 2 最人负荷9 9 2 1 79 9 6 7 90 4 7 5最小负荷7 5 2 8 67 4 9 9 4加，3 9 。 =2譬：粤 岛 一历史数据 + 预测数据 图3 1 线性回归预测负荷曲线与历史曲线对比图 瑚 啷 啪 啪 枷 枷 。 华北电力人学硕十学竹论文 表3 2 非线性回归模型预测结果及误差表单位：( 万k w ) 时序 历史数据1 r 线性亓l 门相对误差时序历史数据1 线性同门 相对误差 1 时 7 5 4 3 77 6 3 3 51 1 9 1 3 时8 6 5 1 18 4 0 0 32 9 0 2 时 7 5 7 4 67 5 5 2 l- o 3 0 1 4 时8 7 9 3 88 6 6 7 3 - 1 4 4 3 时7 5 2 8 6 7 5 0 5 9 - o 3 0 1 5 时8 9 3 7 18 7 9 4 3一1 6 0 4 时 7 5 3 5 97 5 4 5 9o 1 3 1 6 时9 2 0 2 69 0 5 8 2 - 1 5 7 5 时 7 7 1 77 7 2 6 6o 1 2 1 7 时9 8 0 3 8 9 7 4 7 40 5 8 6 时7 8 9 97 9 1 50 2 0 1 8 时9 9 2 1 79 9 4 8 7o 2 7 7 时 8 0 4 9 48 1 7 6 51 5 8 1 9 时9 6 5 1 6 9 6 5 3o 2 5 8 时8 0 3 8 l 7 9 9 9 7 - o 4 8 2 0 时9 4 9 5 49 3 8 2 3一1 1 9 9 时 8 5 9 88 3 4 2 3- 2 9 7 2 l 时9 3 8 2 89 2 4 7 8一1 4 4 1 0 时8 9 2 9 4 8 5 2 8 5 - 4 4 9 2 2 时9 0 8 6 89 0 8 5 3- o 0 2 l l 时8 9 8 4 18 6 5 0 93 6 0 2 3 时8 5 5 1 78 5 4 6- o 0 7 1 2 时8 8 8 2 58 4 8 0 9- 4 5 2 2 4 时8 1 1 9 87 9 8 7 l 1 6 3 疑人负荷 9 9 2 1 79 9 4 8 7o 2 7 最小负荷 7 5 2 8 67 5 0 5 9 - o 3 0 t -n田卜西 =2兽 尝 0 舟 一历史数据 一预洲数据 图3 2 非线性回归预测负荷曲线与历史曲线对比图 通过具体算例可以看出，回归分析的方法可以基本达到电力负荷预测的精度要 求。线性回归和非线性回归在负荷变化趋势不太明显的1 1 月份，在预测精度上没 有太大的区别，预测结果的相对误差的平均水平可以达到要求，但个别的误差值偏 离平均值太多，这显然是我们不希望看到的。 3 4 时问序列预测方法 时口j 序列预测模型是依时问排列起来的统计数据，电力负荷的历史数据是按一 定时f b j i 日j 隔进行采样记录下束的有序集合，因此它是一个时间序列，用来表示负荷 依时日j 变化的过程。电力负荷时间序列预测技术就是根据负荷的历史资料设法建立 一个时例序列的数学模型，用这个模型一方面来描述电力负荷这个时间序列变化过 程的规律性，另一方面在该模型的基础上建立负荷预测的数学表达式，对未来的负 1 6 枷 啪 啪 咖 伽 枷 。 华北电力人学硕十学侍论文 荷进行预测，传统的时h j 序列模型有以下几种 3 4 1 自回归模型 在p 阶的自回归模型( a r 模型) 中，时间序列的当前值表示为序列中过去的p 个值与随机噪声的线性组合，即 只# 仍片1 + + 纬* 一+ 口， ( 3 1 5 ) 式中，只为第t 天的最大或最小负荷，只一，( f = 1 ，p ) 为第t - i 天的最大或最小 负荷，为白噪声 设b 为时间后移算子符号，且 ，= z ，一ib “z t = z ，一。妒( b ) = 1 一妒1 8 一伊2 召2 一一伊p b p 则上式可写为 妒( 8 k = q 当妒) = o 有p 个不相等的根q ，( 0 2 ，( 0 3 缈。时，有 允曲) = 6 f 町6 + 厦妨6 + + 6 1 k f ) p j ( 3 一1 6 ) 其巾6 ：”，砖6 1 为待定系数。为了求出这些待定系数，可以在上式中令 h = 0 , - 1 、一0 1 ) ，得方程组 群+ 6 ，+ + 醴= 只 所h + 6 1 ，吐+ + 6 j 乜= 只。 酬i 缈r + 6 脚；- + + 够睇一= 只一p 由此方程组解出这些系数，然后将他们代回( 3 - 1 6 ) 式。此时的( 3 一1 6 ) 式称为预 测函数，可借助于助于预测函数可求出第h 步的预测值。 当妒p ) = o 有- r 个重根时，如q = 脚2 = 屿= 。时，预测值可表示为 ”惦) = 既) + 砖场+ + 矽川k 。+ 斟啄“+ + 6 ：e 6 f 缈节)( 3 一1 7 ) 3 4 2 滑动平均模型 在口阶滑动平均模型( m a 模型) 中，时日j 序列的当i j 值表示为过去的口个随机 噪声的线性组合： 咒= q 只q i 巴q ， ( 3 - 1 8 ) 1 7 华北电力大学硕士学臂论文 令 口( 曰) = l 只曰一岛口2 一见曰9 则上式可写为 只= 口( b k 运用矩估计法求出日、岛、见参数估计，在( 3 一1 8 ) 式中： 令t = i ，有吼= m 令t = 2 ，有口2 - - y 2 + 岛口l 令t = 3 ，有盯2 = 乃+ 8 ：z 2 + 0 2 a l 如此继续下去，直到把盯、q 千，珥，的估值都求出来为止。将他们代入 下式可得出预测值只伪) ，i s h s q 。 奠( 1 ) = 一日q 一岛q + h 舅( 2 ) = 一岛q 一吃q + ：一。 只0 )