（管理科学与工程专业论文）济南地区用电负荷预测研究.pdf

华北电力大学硕士学位论文摘要 摘要 精确的负荷预测工作必须建立在大量、全面及准确的电力系统负荷及社会经济 发展数据的基础之上，受经济发展、产业结构、居民收入水平、气候、国家政策等 诸多因素的影响，是一个灰色系统。灰色系统理论通过生成变换和关联分析等技术， 为分析、处理贫瘠信息系统，进而探求其演化规律、建立预测模型，提供了有效的 分析工具。然而g m ( 1 ，1 ) 模型是一个指数函数，比较适合于用电量增长较慢的情况， 而实际用电量很难严格按指数规律变化，导致进行长期预测时，增长率过快，预测 精度变低，因此g m ( 1 ，1 ) 模型在实际应用中受到一定的限制。为此建立g m ( 1 ，l ，秒) 模型，采用蚁群算法求解参数，最后应用神经网络进行参差优化。实证表明，该方 法具有一定的实用价值。 关键词：负荷预测，灰色模型，蚁群算法，人工神经网络 a b s t r a c t t h ep r e c i s e1 0 a df o r e c a s t i n gm u s tb eb 弱e d o nv a s t ，o v e r a l la i l da c c u r a t ed a t ao f e l e c t r i cp o w e rs y s t e mb u r d e n 孤ds o c i a le c o n o m i cd e v e l o p m e n t i tw a sa f r e c t e db yt h e f a c t o r so fe c o n o m i cd e v e l o p m e l l t ，t h es t 九l c t u r eo fi n d u s t r y r e s i d e n t s i n c o m el e v e l ， c l i m a t e ，n a t i o n a lp o l i c i e s ，e t c ，s 0i ti sat y p i c a lg r a ys y s t e m g r a ys y s t e mt l l e o r yp r 0 v i d e s e 疏c t i v ea n a l y s i st o o l t oa n a l y z ea n dd i s p o s e1 e 锄e s si n f 0 m a t i o ns y s t e m st os e a r c hi t s e v o l v e i i l e n tl a wa n ds e tu pp r e d i c t i o nm o d e lb yg e n e r a t i n go p e r a t i o na n dr e l a t i v e a n a l y s i st e c h n i q u e ，e t c h o w e v e r ，g m ( 1 ，1 ) m o d e li s ae x p o n e n t i a l 如n c t i o nw h i c hi s m o r ea p p l i c a b l et oap o w e rc o n s u m p t i o n ss l o w e rg r o w t h ，b u ti ti sv e r yd i m c u l tt o c h a n g es t i l i c t l ya c c o r d i n gt ot h ei n d e xm l e ，w h i c hc a u s e sr a t eo fi n c r e m e n te x c e s s i v e l y q u i c k l ya n dl o w e rf o r e c a s tp r e c i s i o nw h e nc a q i n go nt h el o n g t e r mf o r e c a s t t h e r e f o r e g m ( 1 ，1 ) m o d e lh a st 1 1 ec e r t a i nl i m i ti nt h ep r a c t i c a la p p l i c a t i o n b a s e do nt h i s ，s e tu p g m ( 1 ，1 ，秒) m o d e l ，s 0 1 v e dt h ep a r a m e t e r sb ya n tc 0 1 0 n ya l g o r i t h m ，f i n a l l y 印p l yn e u r a l n e t w o r kt oo p t i m i z er e s i d u a le r r o r c a s ea n a l y s i sh a si n d i c a t e dt h a tt h em e t h o dh a st h e c e r t a i np r a c t i c a lv a l u e l iy a n c h a n g ( m a n a g e m e n tsc i e n c ea n de n g i n e e r i n g ) d i r e c t e db yp r o f n i ud o n g x ia o k e yw o r d s ：l o a df o r e c a s t ，g r a ym o d e l ，a n tc o l o n ya l g o r i t h m ，a r t i f i c i a in e u r a l n e t w o r k 华北电力大学硕士学位论文摘要 摘要 精确的负荷预测工作必须建立在大量、全面及准确的电力系统负荷及社会经济 发展数据的基础之上，受经济发展、产业结构、居民收入水平、气候、国家政策等 诸多因素的影响，是一个灰色系统。灰色系统理论通过生成变换和关联分析等技术， 为分析、处理贫瘠信息系统，进而探求其演化规律、建立预测模型，提供了有效的 分析工具。然而g m ( 1 ，1 ) 模型是一个指数函数，比较适合于用电量增长较慢的情况， 而实际用电量很难严格按指数规律变化，导致进行长期预测时，增长率过快，预测 精度变低，因此g m ( 1 ，1 ) 模型在实际应用中受到一定的限制。为此建立g m ( 1 ，l ，秒) 模型，采用蚁群算法求解参数，最后应用神经网络进行参差优化。实证表明，该方 法具有一定的实用价值。 关键词：负荷预测，灰色模型，蚁群算法，人工神经网络 a b s t r a c t t h ep r e c i s e1 0 a df o r e c a s t i n gm u s tb eb 弱e d o nv a s t ，o v e r a l la i l da c c u r a t ed a t ao f e l e c t r i cp o w e rs y s t e mb u r d e n 孤ds o c i a le c o n o m i cd e v e l o p m e n t i tw a sa f r e c t e db yt h e f a c t o r so fe c o n o m i cd e v e l o p m e l l t ，t h es t 九l c t u r eo fi n d u s t r y r e s i d e n t s i n c o m el e v e l ， c l i m a t e ，n a t i o n a lp o l i c i e s ，e t c ，s 0i ti sat y p i c a lg r a ys y s t e m g r a ys y s t e mt l l e o r yp r 0 v i d e s e 疏c t i v ea n a l y s i st o o l t oa n a l y z ea n dd i s p o s e1 e 锄e s si n f 0 m a t i o ns y s t e m st os e a r c hi t s e v o l v e i i l e n tl a wa n ds e tu pp r e d i c t i o nm o d e lb yg e n e r a t i n go p e r a t i o na n dr e l a t i v e a n a l y s i st e c h n i q u e ，e t c h o w e v e r ，g m ( 1 ，1 ) m o d e li s ae x p o n e n t i a l 如n c t i o nw h i c hi s m o r ea p p l i c a b l et oap o w e rc o n s u m p t i o n ss l o w e rg r o w t h ，b u ti ti sv e r yd i m c u l tt o c h a n g es t i l i c t l ya c c o r d i n gt ot h ei n d e xm l e ，w h i c hc a u s e sr a t eo fi n c r e m e n te x c e s s i v e l y q u i c k l ya n dl o w e rf o r e c a s tp r e c i s i o nw h e nc a q i n go nt h el o n g t e r mf o r e c a s t t h e r e f o r e g m ( 1 ，1 ) m o d e lh a st 1 1 ec e r t a i nl i m i ti nt h ep r a c t i c a la p p l i c a t i o n b a s e do nt h i s ，s e tu p g m ( 1 ，1 ，秒) m o d e l ，s 0 1 v e dt h ep a r a m e t e r sb ya n tc 0 1 0 n ya l g o r i t h m ，f i n a l l y 印p l yn e u r a l n e t w o r kt oo p t i m i z er e s i d u a le r r o r c a s ea n a l y s i sh a si n d i c a t e dt h a tt h em e t h o dh a st h e c e r t a i np r a c t i c a lv a l u e l iy a n c h a n g ( m a n a g e m e n tsc i e n c ea n de n g i n e e r i n g ) d i r e c t e db yp r o f n i ud o n g x ia o k e yw o r d s ：l o a df o r e c a s t ，g r a ym o d e l ，a n tc o l o n ya l g o r i t h m ，a r t i f i c i a in e u r a l n e t w o r k 声明尸明 本人郑重声明：此处所提交的硕士学位论文济南地区用电负荷预测研究，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。据本人所知，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他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。 学位论文作者签名：蕉塑丛j 了期：皇生2 ：垦：p 关于学位论文使用授权的说明 本人完全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：拙 日期：塑她 导师签名： 日 期： 华北电力大学硕士学位论文 1 1 论文的研究背景及意义 第一章引言弟一早ji 函 电力系统由电网和电力用户组成，其作用是尽可能经济地为各类用户提供可靠 且合乎标准要求的电能，最基本也最重要的是要满足负荷要求。由于电能的生产、 输送、分配和消费是同时完成的，难以大量储存，这就要求系统发电出力随时紧跟 系统负荷的变化以达到动态平衡，否则就会影响供用电的质量，重则危及电力系统 的安全与稳定。因此，电力系统负荷预测工作是电力系统中的一项重要课题，也是 电力系统自动化领域中的一项重要内容。 在电力事业空前发展的今天，我国的电网建设已不能适应社会经济发展的需 要。电网建设的发展缓慢，供电量不足、电网结构不合理，远远不能适应社会经济 的快速增长。为了缓解这一矛盾，“十一五 期间国家电网发展的主要任务中仍要 求继续加强城乡配电网的建设改造，电网规划对于电网改造是至关重要的。对电力 系统规划问题进行研究，以求最大限度的提高规划质量，建造一个安全可靠、适应 性强、结构合理、能满足城乡经济社会发展和生活用电需要的电网结构，然而实现 这一目标的第一步就是作好负荷预测。 当前，电力市场化在电力工业内部引入竞争机制的同时，也给电力系统各部门 赋予了新的任务，负荷预测成为电力交易中重要的数据源，对电力负荷预测的科学 性和准确性提出了更高的要求，如何使预测手段及预测结果满足电力市场经济化的 发展要求，为预测人员提出了新的课题。 电力负荷预测【l 】是指在充分考虑一些重要的运行特性、增容决策、自然条件和 社会影响的条件下，研究和利用一套能系统处理过去与未来负荷的数学方法，在满 足一定精度要求的前提下，确定某特定时刻的负荷数值。 负荷预测的目的就是提供负荷的发展状况水平，为电力生产部门及管理部门制 定生产计划和发展规划提供依据，是电力系统运行调度中非常重要的内容，是保证 电力系统安全经济运行和实现电网科学管理及调度的重要依据，是能量管理系统 ( e m s ) 和配电管理系统( d m s ) 的重要组成部分。负荷预测的结果，有利于决定 未来新的发电机组的安装，决定装机容量的大小、地点和时间，决定电网的增容和 改进，决定电网的建设和发展。准确的负荷预测，可以经济合理的安排电网内部发 电机组的启停，保持电网的安全稳定性，减少不必要的旋转储备容量，合理安排机 组检修计划，保证社会的正常生产和生活，有效地降低发电成本并提高经济效益和 社会效益。因此，电力负荷预测工作的水平已成为衡量一个电力企业的管理是否走 1 华北电力大学硕士学位论文 向现代化的显著标志之一 中长期电力负荷预测是电力系统规划的基础，在系统规划、新发电厂和配电系 统的建立上有着重要的地位。电力负荷预测问题的解决已成为我国面临的重要而艰 巨的任务，如何充分利用现有的数据资料及计算机技术，建立正确的预测理论和方 法、建立相应的预测模型，提高预测精度，已成为电力系统用电预测不容忽视的研 究课题之一。 1 2 国内外研究现状 预测技术的发展源于社会的需求和实践，预测是人们根据历史的和现在掌握的 信息，利用已经掌握的知识和手段，预先推知和判断研究对象的未来或未知状况的 结果。二十世纪七十年代末，预测逐渐形成了一门自成体系的综合性学科，并得到了 迅速发展。电力系统负荷预测方法的系统起步较晚，深入研究起源于二十世纪八十 年代。 我国对负荷预测的重视程度经历过一个认识的过程。在1 9 7 0 年到1 9 9 6 年的缺 电时期，由于控制用电、控制报装等客观原因，造成负荷预测的准确度不高，并且 对新方法的应用力度不够。1 9 9 7 年后，我国电力市场供需矛盾缓解，局部地区供大 于求，甚至出现了供电负增长，电力发展由资源约束转向了需求约束。在1 9 9 8 年， 全社会用电同比增长只有2 6 ，1 9 9 9 年，有些地区的用电仍处于低迷状态。在市 场机制下，对负荷预测的重要性和紧迫性提到了新的高度，同时也对负荷预测的精 度提出了更高的要求。 电力系统负荷预测技术是随着负荷预测的重要性而发展的，相对而言，目前短 期负荷预测技术发展更为充分一些，考虑到短期负荷预测中数据丰富，而且未来时 刻的负荷主要依赖于历史负荷序列的发展，因此伴随着信号处理、人工智能等新兴 学科的发展，短期负荷预测无论是在科学研究还是在实际应用中，都得到了比较充 分的发展。但是，由于中长期负荷预测受到的影响因素多，可参考的历史数据量小， 各个地区的发展情况又不尽相同，进行准确的定量研究比较困难，因此这方面科学 研究力度相对较小；尤其是在我国，长期处于用电紧张的情况，使得中长期负荷预 测的重要性长期被淡化。 常用的负荷预测技术一般可分为定性预测技术和定量预测技术两类。 1 定性预测技术。当同负荷预测相关的定量信息不存在或者很少或者可靠性值 得怀疑、同时却有足够的定性知识存在时，通常采用定性预测技术。定性预测不是 通过建立数学模型，而是依赖于人的直观思考、判断和知识积累。这些方法的预测 结果很大程度上是人们的一种期望值，因此误差较大，但在实际工作中，它仍然在 2 华北电力大学硕士学位论文 潜移默化中发挥着重要的作用。常用的定性预测技术有：d e l p h i 法、主观概率预测 法、单耗法、密度法、类比法等。 随着负荷变化模式的复杂化，定量预测技术日益重要，定量预测技术方法多种 多样。 2 趋势外推法。是根据负荷本身数据，通过寻找负荷历史数据中的变化规律与 特性，将其变化模式外推来进行未来负荷的预测。所需数据量少是该方法的优点， 但如果负荷序列规律性较差、波动较大时，预测结果可信度较低。常用的趋势外推 法有：水平趋势预测技术、线性趋势预测技术、多项式趋势预测技术、季节型趋势 预测技术、增长型趋势预测技术等。 3 时间序列分析法。其基本原理是，将按照一定的时间间隔采样记录下来的历 史负荷数据组成一个有序的时间序列，通过对该序列的分析，找出规律并建立数学 模型，对未来的负荷做出预测，即根据负荷自身历史数据进行未来负荷的预测。按 照处理方法的不同，其又有确定性时间序列分析方法和随机时间序列分析方法之 别。确定性的有指数平滑法、c e n s u s 1 1 分解法、谱展开法等。常用的随机分析方法 有：b o x j e n k i n s 法、状态空间法、m 破o v 法等。b o x j 锄妊n s 法将负荷序列当作 一个随机过程进行处理，应用a r m a 、a r i m a 等模型进行预测。这些方法的优点 是所需历史数据少，工作量小；缺点是预测精度不能满足实际工程的要求，在节假 日的预测效果不令人满意，加上不具备自适应和自学习的能力，预测系统的鲁棒 性没有保障等 4 回归分析法。是中长期负荷预测中最常用的一种方法，它通过对历史负荷资 料的分析，确定自变量与因变量的函数关系并建立数学模型，然后采用最小二乘法 计算模型参数，对未来的负荷情况进行预测。回归分析法主要分为一元线性回归与 多元线性回归两种。由于电力负荷发展受到诸多定性与定量因素影响，采用传统的 回归分析法所得的预测结果不很理想，目前采用遗传规划法【2 训、模糊线性回归【5 8 】、 模型参数扩展【9 1 及参数抗差估计【1 0 1 等方法主要从函数关系和参数选择两方面对回归 分析法进行改进的研究。 上述定量预测方法在对于不确定性比较大，负荷变化模式比较复杂的情形，难 于做出更高精度的负荷预测，于是新的不确定性负荷预测方法被广泛提出，有：灰 色系统法、模糊预测法、专家系统法、人工神经网络法，组合优化预测法，遗传算 法，混合型神经网络方法等。 5 灰色系统理论是我国学者邓聚龙教授于1 9 8 2 年在国际上首次提出的。灰色 系统预测技术将负荷数据当作灰数，通过数据的累加生成得到新的数据列，从而减 少数据的随机性，用此数据建立灰色模型进行预测，将预测值累减还原即得到最终 3 华北电力大学硕士学位论文 的负荷预测值。灰色系统通用模型为g m ( 1 ，n ) ，其中g m ( 1 ，1 ) 最为常用，文献 1 1 详细分析了各种模型的优缺点和适用范围，文献 1 2 ，1 3 对g m 模型进行改 进以提高预测精度。 6 模糊预测法应用模糊集理论，可直接根据不确定或不完整数据进行预测，常 用的方法有模糊回归分析、模糊指数平滑、模糊聚类分析f 1 4 以7 】等。 7 专家系统法【1 8 】通过将预测人员的经验用计算机可识别的产生式规则等形式 表达，建立知识库，从而可模拟专家进行负荷预测。 8 人工神经网络法【1 勉1 】通过对人脑神经系统的模拟来实现负荷预测，是选取过 去一段时间的负荷数据作为训练样本，然后构造适宜的网络结构，用某种训练算法 对网络进行训练，使其满足精度要求之后，用a n n 作负荷预测，具有非线性、自 组织、自适应、大规模并行处理等优点。 9 组合优化预测法【2 2 五4 】是一种新型预测方法，它的基本思想是将不同的预测方 法优势互补加以组合，形成一种新的预测模型，或者是根据预测环境，将多种方法 得到的预测结果以不同的权重加以组合。 1 0 混合型负荷预测模型。在实际负荷预测中，不确定性预测技术之间以及不 确定性预测技术与确定性预测技术之间常常结合起来运用以处理预测过程中的各 种实际问题，即混合型负荷预测方法。如灰色人工神经网络法【2 5 也6 1 、模糊神经网络 法【2 7 1 、模糊专家系统法【2 8 2 9 1 、专家系统神经网络法以及遗传神经网络【3 0 川1 等等各种 智能优化方法。 总之，负荷预测是一个相当复杂的问题，负荷预测方法从简单到复杂，从单一 模型到多模型的组合预测，从只考虑历史负荷到考虑各种影响负荷变化的因素，从 传统的统计学和时间序列法发展到现代的人工智能预测技术，预测技术得到了长足 的发展和进步，预测精度也有大幅度的提高，但总的看来，目前尚无一个固定的方 法可以适用于一切负荷预测问题，并保证优于其它方法，其不足之处主要表现在以 下几个方面： 1 ) 通过拟合历史数据的长期预测模型，当影响负荷的相关因素呈明显非线性 时，建立模型困难，预测结果很不理想，同时也不易就模型本身进行分析和调整。 2 ) 未能将影响负荷的多方面因素的综合作用体现出来，对如何选择影响负荷 的各个相关因素没有做具体的分析。 3 ) 在进行数据处理分析和建立预测模型的过程中，未能充分考虑未来相关因 素的不确定性对中长期负荷预测结果的影响。 随着社会的进步、电力事业的发展，负荷预测的内容将不断丰富，负荷预测方 4 华北电力大学硕士学位论文 法也应不断发展和完善，在实际应用中，要对负荷实际变化规律及影响因素做细致 的分析，这要求负荷预测工作者去更深入、更广泛的探索。 1 3 论文的主要研究内容 电力系统负荷预测，特别是用电负荷预测随着电力体制向市场的转变而越来越 具有更加重要的现实意义，并成为近年来人们研究的热点。负荷预测的核心问题是 利用现有的历史数据( 历史负荷数据和气象数据等) ，采用适当的数学模型对预测的 负荷值进行估计。有效地进行负荷预测需要具备两方面的条件，一是可靠的历史数 据，二是预测方法和相应的软件。由于现在电力系统调度运营部门管理信息系统的 逐步建立以及气象部门气象预测水平的提高，各种历史数据的获取已不再困难，因 此负荷预测的核心问题在于预测模型的水平高低。本文对基于神经网络修正的智能 灰色模型及在用电负荷预测中的应用进行了研究，主要工作有以下几点： ( 1 ) 负荷预测技术的总结与研究。主要包括电力系统负荷预测的分类及特点。 电力负荷特性及影响负荷预测精度的因素的分析；电力系统负荷预测的发展、现状 及误差分析，总结了应用于负荷预测的各种传统及现代方法。 ( 2 ) 基于g m ( 1 ，1 ) 模型的建模机理，证明g m ( 1 ，1 ) 模型引入背景值x ( 1 ( k ) 是导 致模型精度不高的主要原因，为此引入向量口得到背景值序列的精确计算式，将 g m ( 1 ，1 ) 模型推广为g m ( 1 ，l ，印模型。而应用传统优化方法很难求解出最优值，为此 根据蚁群算法的特点及优点，采用改进的蚁群算法对g m ( 1 ，1 ，秒) 模型进行求解。 ( 3 ) 蚁群灰色模型在一定程度上提高了预测精度，但是由于负荷预测受多种 因素的影响，因此不可能将所有因素考虑进去，当数据灰度越大，预测精度越差， 为此引入了b p 神经网络对其进行优化，达到了良好的预测效果。 ( 4 ) 调研了济南市电力负荷历史数据，分析了该地区的负荷特点及未来负荷 变化趋势；确定影响该地区负荷预测的重要因素，作为b p 神经网络模型优化的输 入变量；确定了神经网络隐含层及输出层神经元个数，从而建立了b p 网络优化蚁 群灰色模型。 ( 5 ) 对济南地区的历史负荷进行实例预测，通过m a t l a b 6 5 语言编程实现。 通过对比分析，基于b p 神经网络优化的蚁群灰色模型比g m ( 1 ，1 ) 灰色模型及 b p 神经网络模型的预测精度高，预测效果好。 5 华北电力大学硕士学位论文 第二章负荷预测的概述 电力系统负荷预测需要从已知的经济、社会发展和电力系统需求出发，考虑政 治、经济、气候等相关因素，通过对历史数据的分析和研究，探索事物之间的内在 联系和发展规律，以未来经济和社会发展情况的预测结果为依据，对未来的电力需 求做出估计和预测。 在进行负荷预测之前，首先要对负荷预测的变化规律、特性以及影响因素进行 分析。只有充分了解掌握负荷的特点、变化规律，才能建立符合实际情况的预测模 型。电力系统负荷是一个周期性和随机性很强的系统，与社会、经济、政治、气象 等众多的因素存在着极为复杂的关系。一方面，电力负荷按一定的趋势规律地变化； 另一方面，负荷受众多因素的影响，随时发生无规律的变化波动。在进行预测时， 针对负荷变化的这些特点，既要充分分析、掌握并利用其规律性，又要兼顾各种因 素的影响。 2 1 负荷预测的概念 电力负荷预测是指在充分考虑一些重要的运行特性、增容决策、自然条件和社 会影响的条件下，研究和利用一套能系统处理过去与未来负荷的数学方法，在满足 一定精度要求的前提下，确定某特定时刻的负荷数值。 2 2 负荷预测分类 不同的用电单位和部门，以及不同的用电设备，它们对电力的需求量、用电方 式有着明显的区别。在电力规划中作电力负荷预测时，以及在综合用电统计时，不 可能也没有必要对每一个用电单位的用电特点及用电需求进行分析预测，而是采用 不同的分类方法，将地理区域内的电力负荷分成若干类，然后分门别类的进行分析 研究和预测其变化趋势，最后，在分类预测的基础上，采用综合技术进行综合研究 和预测，得到电力负荷预测的结果。 不同的研究目的采用不同的分类方法，我国的电力规划中常采用的分类方法是 按行业划分、按时间划分和按其特性划分。 2 2 1 负荷预测按行业分类 负荷预测可以分为城市民用负荷、商业负荷、农村负荷、工业负荷以及其它负 荷的负荷预测。不同类型的负荷有不同的变化规律：随着家用电器的普及，城市居 民负荷增长率提高、季节波动增大，且系统峰荷受气温影响越来越大；商业负荷影 6 华北电力大学硕士学位论文 响晚尖峰，而且随季节而变化；工业负荷受气象影响较小，但大企业成份下降，使 夜间低谷增长缓慢：农村负荷季节变化强，且与降水情况关系密切。 9 0 年代初以来，为适应我国国民经济结构的变化，并与国际惯例接轨，按国民 经济统计分类方法分为：第一产业( 主要是农业) 、第二产业( 主要指工业) 、第三 产业( 除第一、第二产业以外的其它产业) 用电和居民生活用电4 大类。 分析负荷的结构及其影响因素对提高负荷预测的准确性至关重要，尤其是针对 突发性重大事件。这是一种电力规划及电力工业统计中常用的分类方法，一般用于 中、长期负荷预测。 2 2 2 负荷预测按时间分类 电力负荷预测中经常按照时间期限进行分类，可分为长期、中期、短期和超短 期负荷预测。 长期负荷预测是指未来数年至数十年的用电负荷预测，其主要用于帮助决定新 的发电机组的安装( 包括装机容量大小、型式、地点和时问) ，与电网的规划、增 容和改建，是电力规划部门对电源发展规划和网络发展规划的重要工作之一。 中期负荷预测是指未来一年之内的用电负荷预测，主要预测指标有月平均最大 负荷、月最大负荷和月用电量。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。中期负荷预测比短期负荷预测考虑的因素要多一些， 特别是一些未来的因素及气候条件。 短期负荷预测通常是指2 4 小时的日负荷预测和1 6 8 小时的周负荷预测，需要 1 7 天的负荷值。短期负荷预测模型中主要考虑负荷的周期性变化规律及天气影响 因素。短期负荷预测的意义在于帮助确定燃料供应计划；对运行中的电力出力提出 预告，使对发电机组出力变化事先得以估计；可以经济合理地安排本网内各机组的 启停，降低旋转储备容量：可以在保证正常用电的情况下合理安排检修计划。 超短期负荷预测是指未来1 个小时、o 5 小时甚至更短时间的预测。当用于质 量控制时需5 1 0 秒的负荷值，用于安全监视需1 5 分钟负荷值，用于预防控制和紧 急状态处理需1 0 6 0 分钟的负荷值。超短期负荷预测在正常情况下一般不考虑气象 条件的影响，但是对于天气的突变和其他一些对负荷影响的突发事件必须考虑在 内。超短期负荷预测模型主要在于反映负荷在短时间内的变化规律，既反映负荷的 上升、下降或水平趋势及变化值。 2 2 3 负荷预测按特性分类 根据负荷预测表示的不同特性，常常又分为最高负荷、最低负荷、平均负荷、 7 华北电力大学硕士学位论文 负荷峰谷差、高峰负荷平均、低谷负荷平均、平峰负荷平均、全网负荷、母线负荷、 负荷率等类型的负荷预测，以满足供电、用电部门的管理工作的需要。 2 3 负荷预测的特点 ， 由于负荷预测是根据电力负荷的过去推测它的未来数值，所以负荷预测工作所 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 预测学本身就是一个研究不确定问题的理论与方法，在当今科学界，也是一个 新的、正在探索的领域，因此，其预测的结果应该是一个概率的值。电力负荷未来 发展是不肯定的，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，这就决定了预测结果的不准确性或不完全准确性； 在负荷预测系统中，针对各类不同的负荷预测都有一定的精度要求。长期的负 荷预测允许误差在士1 5 以内，中期负荷预测的允许误差为5 ，而短期的日负荷 预测的误差一般不能超过土3 。其它几类短期负荷预测的精度要求如下表2 1 所示。 表2 一l 几种短期负荷预测精度要求 负荷预测类型精度要求 日负荷预测均方差 3 日负荷预测各时段均方差 4 超短期负荷预测各时段均方差 1 日负荷峰荷的预测均方差2 日负荷谷荷的预测均方差 3 2 ) 条件性 各种负荷预测都是在一定的条件下做出的。在很多情况下，由于负荷未来的发 展的不肯定性，所以需要一些假设条件，如当长时间不下雨，排灌负荷将保持较高 的数值等。而这些条件不是毫无根据的凭空假设，而应根据研究分析，综合各种情 况而来。赋予预测结果一定的前提条件，更有利于电力部门使用预测结果。 8 华北电力大学硕士学位论文 条件又可分为必然条件和假设条件两种。可靠的负荷预测往往依赖于电力负荷 预测的本质规律，这种预测条件就是必然条件。在很多情况下，由于负荷未来发展 的随机性，给出的负荷预测结果都以假设条件为前提。如果负荷的过去和现在的发 展直接延伸到未来，没有什么重大的干扰和破坏，或完整地记录了这些突发事件， 并将这些历史数据模型化类比现在，预测未来。但是如果在预测中发生了无法估计 的重大事件( 如气象的剧烈变化，突发事故，国家政策变化等) ，以至于负荷变化 的正常规律被破坏使预测失效。这种类型的负荷预测在实际应用中并不少见，这种 转折点是最难预测的。如果历史数据中含有类似的事件，预测的趋势就比较好定。 因此要尽量保证负荷预测历史数据的完整性。 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，因此， 要求有比较确切的数量概念，往往需要确切地指明预测的时间。( 如超短期负荷预 测在线预测的预测速度要求不大于1 分钟，短期负荷预测要求预测速度小于1 0 分 钟，日负荷预测时差不大于1 5 分钟，日负荷谷荷的预测时差不大于3 0 分钟等。) 4 ) 多方案性 由于预测具有不准确和条件性，所以有时对负荷在各种情况下的发展状况进行 预测，会得到各种条件下的不同预测方案，而负荷预测的机理是一个数学建模的过 程，不同的数学模型的使用条件有一定的限制，不是万能地，所以需要考虑不同的 负荷条件建立模型。 5 ) 负荷预测的地区效应 在不同负荷预测的范围内，负荷的构成比重不同，因此影响负荷的因素有所不 同。一般来说，大电网( 网、省级) 负荷变化有较强的统计规律性，预测结果较准 确，而地区级电网的预测精度则相对低一些。 2 4 负荷预测的基本步骤 1 ) 明确负荷预测的目的，制定计划 根据不同地区、不同时期的具体情况，紧密联系电力工业实际需要，明确负荷 预测的目的，并据以拟定一个负荷预测工作计划。预测计划中需要考虑的问题主要 有：准备预测的时期，所需要的历史资料，需要多少项资料，资料的来源和手机资 料的方法，预测的方法，预测工作完成时间，所需经费来源等。 2 ) 调查、选择资料 资料收集和选择的好坏，直接影响负荷预测的质量，因此要尽可能全面、细致 9 华北电力大学硕士学位论文 地手机所需要的资料，包括电力企业内部资料和外部资料，国民经济有关部门的资 料，以及公开发表和未公开发表的资料，然后从众多的资料中挑选出有用的一小部 分。 3 ) 整理、分析资料 为保证预测质量，对所收集的统计资料进行审核和加工处理必不可少，其主要 工作有：资料的补缺推算，对不可靠的资料的核实调整及调整时间数列中不可比资 料，然后对所需资料进行初步分析。 4 ) 建立预测模型 负荷预测模型多种多样，以适应不同结构的资料，因此对一个具体的资料，就 有选择适当预测模型的问题。正确选择预测模型在负荷预测中是关键性的一步，模 型选择的不当，就会造成预测误差过大，模型需要更换。 5 ) 综合分析，确定预测结果 建立负荷预测模型进行负荷预测，经过运算得到的预测值，或利用其他方法得 到的初步预测值，要参照当前已经出现得各种可能性，以及新的发展趋势，对预测 结果进行综合分析、对比、判断推理和评价，最终对初步预测结果进行调整和修正。 6 ) 审核结果，交付使用 评价预测结果、预测精度及可信度，编写负荷预测的报告，随后用历史数据样 本进行检验，并进行自适应修正。 2 5 误差分析 对预测模型进行评价是非常必要的，其评价指标主要是预测误差。适用的预测 方法应使预测误差处于可接受的范围内。若误差太大，就失去了预测的意义，导致 电力规划及生产决策的失误，造成重大的经济损失。进行误差分析，不仅可以认识 预测结果的准确程度，在利用预测资料作决策时还具有重要的参考价值，同时，对 于改进负荷预测工作，检验和选用恰当的预测方法等方面也发挥着很大的作用。 2 5 1 误差产生原因 预测误差产生的原因很多，但主要有以下几个方面： 1 ) 预测模型误差。对于错综复杂的电力负荷变化来说，模型只是一种经过简 单化了的负荷状况的反映，与实际负荷之问存在差距，用它来进行预测，也就无可 避免地会与实际负荷产生误差。 1 0 华北电力大学硕士学位论文 2 ) 影响因素的多样性。由于负荷所受的影响因素是千变万化的，进行预测的 目的和要求又各种各样，因而就存在着如何从众多的预测方法中正确选择一个合适 的预测方法的问题。如果选择不当，也就随之产生误差。 3 ) 资料的准确可靠性。进行负荷预测要用到大量的统计数据资料，若不准确 或不完整的话，必然会带来预测误差。 4 ) 突发事件。某种意外事件发生或情况突然变化，也会造成预测误差，另外 由于计算或人为的错误，也可能会产生不同程度的误差。 误差是各种不同原因混合在一起表现出来的，因此，当发现误差很大，预测结 果严重失实时，必须针对各种原因进行逐一审查，寻找根源，加以改进。 2 5 2 误差分析 误差分析是用来判断一个模型的预测精度，而预测精度是指预测模型拟合的好 坏程度，即由预测模型所产生的模拟值与历史实际值拟合程度如何。计算和分析负 荷预测误差的方法及指标有很多，但主要有以下几种： 1 ) 绝对误差和相对误差 设x 和t 分别表示实际值和预测值，则称k 一霉i 曹绝对误差，称l 互手l 为相对 误差。这是一种直观的误差表示方法，在电力系统中是一种常用的误差考核指标。 2 ) 平均绝对误差和平均相对误差 = 吉姜局= 掬y l l ，燧= 专喜蜀= 吉善 式中：m a e 平均绝对误差；a r e 平均相对误差； e 第i 点的预测值和实际值的绝对误差； 毛第i 点的预测值和实际值的相对误差； y ：第i 点的实际负荷值；叠第i 点的预测负荷实际值； 由于预测误差有正有负，为了避免正负相抵消，故取误差的绝对值进行综合并 计算其平均值，这是误差分析的综合指标法之一。 3 ) 均方误差 眦= 吉姜咖专善( 孚) 2 m s e 2 亩善乞22 专蔷【尹j 华北电力大学硕士学位论文 式中：m s e 均方差，其它符号同前。 均方误差是预测误差平方和的平均值，避免了正负误差不能相加的问题，是误 差分析中的综合指标之一。 4 ) 均方根误差 一= 辱= 式中：r m s e 均方根误差，其它符号同前。 5 ) 标准误差 s = 式中：鼠预测标准误差；刀历史负荷数据个数； 朋自由度，即芟堂的个数( 自变量和因变量的个数的总和) 。 6 ) 关联度误差分析 关联度是灰色系统理论提出的一种技术方法，是分析系统中各因素关联程度的 方法，或者说是关联程度量化的方法。 7 ) 后验差检验 后验差检验是根据模型预测值与实际值之间的统计情况，进行检验的方法。后 验差检验有两个重要数据，即后验差比值c ，小误差概率p 。 i = 丢耖 ， 羔砸) ， ， p = 一2 e 【尼) ， ，l 石 c = 孚，尸= p ( j ( p ( 七) 一虿i o 6 7 4 5 s ) 。 s i 砰= 去喜( 工( o o ) 一i ) 2_ ；_ 吉静护习j ， 指标c 越小越好，c 越小，表明尽管历史数据很离散，而模型所得的预测值与 实际值之差并不太离散；指标p 越大越好，尸越大，表示残差与残差平均值之差小 于给定值o 6 7 4 5 s 的点越多。 1 2 华北电力大学硕士学位论文 第三章蚁群灰色模型 负荷预测的实质是根据预测对象的历史数据建立相应的数学模型，描述其发展 规律。精确的负荷预测工作必须建立在大量、全面及准确的电力系统负荷及社会经 济发展数据的基础之上，受经济发展、产业结构、居民收入水平、气候、国家政策 等诸多因素的影响，是一个灰色系统。灰色系统理论通过生成变换和关联分析等技 术，为分析、处理贫瘠信息系统，进而探求其演化规律、建立预测模型，提供了有 效的分析工具。 3 1 灰色模型 3 1 1 灰色系统理论 灰色系统理论是我国著名学者邓聚龙教授1 9 8 2 年创立的一门新兴学科，它以 “部分信息已知，部分信息未知 的“小样本”，“贫信息不确定系统为研究对象， 主要通过对部分已知信息的生成、开发，提取有价值的信息，实现对系统行为的正 确认识和有效控制。 我们用“黑”表示信息已知，用“白表示信息完全明确，用“灰”表示部分 信息明确，部分信息不明确。相应的，信息完全明确的系统称为白色系统，信息未 知的系统称为黑色系统，部分信息明确，部分信息不明确的系统称为灰色系统。由 此看来，信息的不完全性是灰色系统的特征。 灰色系统理论与数据统计方法的区别在于：前者致力于现实规律的探讨，后者 致力于历史规律的研究；灰色系统与模糊数学的区别在于对系统内涵和外延处理态 度的不同，研究对象内涵与外延性质的不同。灰色系统着重外延明确，内涵不明确 的对象；模糊数学着重外延不明确，内涵明确的对象。 灰色系统理论认为是对既含有已知信息又含有未知或非确定信息的系统进行 预测，就是对在一定范围内变化的、与时间有关的灰色过程的预测。尽管过程中所 显示的现象是随机的、杂乱无章的，而其实质是有序的、有界的，因此其数据集合 具有一定的潜在规律性，灰色预测就是利用这种规律建立灰色模型对灰色系统进行 预测。 灰色预测理论的核心是g m ( 1 ，1 ) 模型，灰色预测模型建模时首先要按照某种要 求对原始数据序列进行数据处理，得到具有近似指数规律的生成数据序列，再以微分 方程对其进行拟合，建立g m ( 1 ，1 ) 模型，再经过多种检验判定该模型是否合理和合 格，只有通过检验的模型才能用来预测。 13 华北电力大学硕士学位论文 3 1 2 灰色模型的建模机理 一般时间序列建模时是为了消除趋势往往采用对数据列进行差分处理，而灰色 建模则是用原始数据的累加序列建立微分方程。这是因为系统被噪音污染后，原始 数据出现离乱的情况，即灰色数列；，而灰色理论所以能够建立微分方程，是基于一 下的概念、观点和方法： 1 ) 灰色理论将随机量当作是在一定范围内变化的灰色量，将随机过程当作是 在一定范围、一定时期内变化的灰色过程。 2 ) 灰色理论将无规律的原始数据经累加生成后， 列再建模，实际上g m 模型是累加生成数列的模型。 3 ) 灰色理论按开集拓扑定义了数列的时间测度， 了灰导数和灰微分方程。 使之变为较有规律的生成数 进而定义了信息浓度，定义 4 ) 灰色理论通过灰数的不同生成方式，数据的不同取舍以及残差的g m 模型 来调整、修正、提高精度。 5 ) 对高阶系统建模，灰色理论通过g m ( 1 ，n ) 模型群解决。g m 模型群也即 一阶微分方程组组成的灰色模型。 6 ) g m 模型所得数据还需经过逆生成还原，即累减生成还原后才能应用。 3 1 3g m ( 1 ，1 ) 模型的建立 g m ( 1 ，1 ) 模型的实