（电力电子与电力传动专业论文）小波分析在电力系统短期负荷预测中的应用研究.pdf

浙江大学硕士学位论文 a b s 玎r a c t t h el o a df o r e c a s t i n gi sa l w a y sa l li m p o r t a n tb a s ef o rt h eo p e r a t i o na n d s c h e d u l i n g o f p o w e rs y s t e m ，a sw e l la sf o rt h ew e l l m n n i n go fp o w e rm a r k e t w i t ht h ep o w e r m a r k e to p e n ，a p r e c i s e ，i n t e l l i g e n t ，r e l i a b l ea n d r e a l - t i m el o a df o r e c a s t i n gi si nn e e d i nt h i sp a p e r , t h ew r i t e rt r i e dt os h o wad e t a i l e dp r o c e s so f u s i n g w a v e l e ta n a l y s i s t of o r e c a s ts h o r t - t e r m p o w e r l o a d b yb u i l d i n g t h e r e l a t i v e l ys i r e p l e a n df a s t m a t h e m a t i cm o d e s b y a n a l y z i n g t h el o a dc h a r a c t e r , t h ew r i t e rs h o w e dt h ep e r i o d i c i t y o fl o a dt i m es e r i e s ；b ya n a l y z i n gt h et h e o r ya n da r i t h m e t i co fw a v e l e ta n a l y s i s ，t h e w r i t e rs h o w e dt h ef e a s i b i l i t yo fl o a df o r e c a s t i n g b y w a v e l e ta n a l y s i s t h i sp a p e rw a saf u r t h e rs t u d yo no n e - h o u rs h o r t - t e r ml o a df o r e c a s t i n ga f t e rt h e w r i t e rd e v e l o p i n gal o a df o r e c a s t i n gs o f t w a r ep a c k a g eb yg r e ym o d ei no r d e rt of i n d o u tt h ea d v a n t a g eo f w a v e l e ta n a l y s i si nl o a df o r e c a s t i n g o nt h eb a s i c t h e o r y o ft h e r e l a t i o n s h i p b e t w e e n l i p e h i e s t ze x p o n e n t a n d m a x i m u mm o d u l e ，t h ep a p e rs h o w e dt h ew a yt oc h o o s eas u i t a b l ew a v e l e tf u n c t i o n b e f o r ea n a l y z i n gt h ec u r v e o nt h eb a s i ct h e o r yo fw a v e l e ta n dp a r ti r r e g u l a r i t y , t h ew r i t e rc h e c k e do u tt h e i r r e g u l a rs i g n a l sa n da d j u s t e dt h e m t oam o r es m o o t hl e v e ls ot h a tt h er e g u l a r i t yo f s i g n a lc o u l d b eo b v i o u s b yd e p o s i n g t h es i g n a li n t oc o n v e r g e n c eo f l o w f r e q u e n c i e sa n dh i i g hf r e q u e n c i e s ， w h i c hr e f l e c tt h ep e r i o d i c i t yo fs e r i e s ，t h ew r i t e ru s e dp a r m o d et od e a lw i t ht h em i d a n dl o w f r e q u e n c y t i m es e r i e sw h i l e d e a l i n gw i 也h i g hf r e q u e n c y s e r i e sb y e x p o n e n t i a ls m o o t h i n g m e t h o d t h er e c o n s t r u c t i o np r o c e s sa l l o w st h el a s tf o r e c a s t i n g r e s u k 。 t h e s i m u l a t i n g r e s u b p r o v e d t h ef e a s i b i l i t ya n d a d v a n t a g e o f t h i sm e t h o d k e yw o r d s ：l o a df o r e c a s t i n g w a v e l e t a n a l y s i s p a rm o d e i r r e g u l a rs i g n a l 2 浙江大学硕士学位论文 第一章绪论 电力系统由电力网和电力用户组成，其作用就是对各类用户尽可能经济地提 供可靠而合乎标准要求的电能。以随时满足各类用户的负荷需求，但是由于电力 的生产与使用时刻都在变化，电能又不能储存，因此要求系统发电出力必须紧跟 系统负荷的变化保持动态平衡，否则就会影响供用电的质量，甚至危及系统的安 全与稳定。电力系统负荷预测也因此发展起来并成为工程科学中重要的研究领 域。电力系统负荷的预测水平是衡量电力系统运行管理现代化的显著标志之一， 负荷预测的结果除了由负荷本身的历史规律决定外，还受众多非负荷因素的影 响。多年来，许多学者对这一课题进行了深入的研究，提出了许多方法，而负荷 的变化因地区和气象而异，因而根据具体情况研究出合适的负荷预测模型，是一 项具有重要意义的工作。 1 1 短期负荷预测的意义和目的 短期负荷预测可对未来一天到七天的负荷进行预测，是调度中心制订发电计 划及发电厂报价的依据。它也是能量管理系统( e m s ) 的重要组成部分，可以为 发电计划程序、离线网络分析和合理的调度安排提供数据，而准确率的高低直接 决定了电力系统运行的安全性和经济性，对电力系统的运行、控制和生产计划都 有着非常重要的影响。提高电力系统短期负荷预测的精度既能增强电力系统运行 的安全性，又能改善电力系统运行的经济性。随着我国社会主义市场经济的不断 完善，电力企业逐步走向市场，电力系统的经营方式从垄断转变为市场竞争将成 为必然。短期负荷预测是电力市场的基础工作，准确的负荷预测成为电力企业制 定购电和售电方案的基础，随着电力市场改革的深入开展，其作用日益重要。它 不但是发电厂报价的依据，能够保证企业运行方案真正反映负荷的变化趋势，从 而确保电网的安全经济运行、节省能源、减少设备的损失和浪费，为发电和供电 商带来巨大的经济效益，更是保证电网安全稳定运行的重要前提，其预测精度直 接影响电网及各发电厂的经济效益。 短期负荷预测在计划体制下与电力市场中的应用主要表现在以下几个不同 点： ( 1 ) 负荷规律 计划体制时期由于装机容量不足，被迫采取计划用电，超计划限电拉路的用 电政策，因此预测结果不能真正反映负荷的自然特性。而电力市场时期装机出现 过剩，采取鼓励用电政策，以供定发。负荷自然特性得以充分反映，有利于研究 其内在规律。 ( 2 ) 预测负荷周期 浙江大学硕士学位论文 制下的负荷预测是对未来计划执行日的负荷情况进行预测，其预测间隔为 小时，全天2 4 点。电力市场中的预测间隔为半小时( 或1 5 分钟) ，即一个周 期4 8 ( 或9 6 ) 点。 ( 3 ) 预测发布 制下于每日1 6 ：0 0 左右做出次日的预测结果，仅提交计划人员使用，不对 各电厂发布。而电力市场中的负荷预测结果要求于交易周期的前一工作l o ：o o 发布，以作为电厂报价的依据。 ( 4 ) 预测精度要求 计划体制下负荷预测的主要目的是保证电网安全，要求晚峰及低谷两时段的 预测值相当准确，以便提前安排足够的高峰、低谷备用容量。电力市场运营的目 的是在保证安全的基础上降低全网的购电费，因此对负荷预测的精度要求极高， 它表现在以下几个方面： 负荷预测是制订发电计划的基础，预测偏差直接影响了电网的竞争电价，从 而会影响电网或电厂效益。 负荷预测是发电厂报价的依据，发电厂根据负荷预测分析市场的供求状况 确定自己的报价策略。 负荷预测是计划执行的关键，发电计划转交调度执行期间，若负荷预测偏差 很大，必然要增加值班调度员修改发电计划的工作量，严重时可能威胁电网 安全。 通过以上比较可以看出，电力市场运营对负荷预测提出了更高、更严格的要 求，提高预测精度是负荷预测的重中之重。 为了准确的预测市场对电力这一商品的需求，当前世界各个电力公司和供电 公司都在积极进行满足电力市场要求的短期负荷预钡4 研究。英国的研究表明：短 期负荷预测的误差每增加1 导致每年增加成本1 千万英镑；在挪威1 | j 6 的短期 负荷预测误差的增加将导致5 1 0 百万克朗的附加运营成本。所以准确的电力系 统负荷预测具有很大的经济效益，必须进行深入的研究。 1 2 国内外短期负荷预测研究情况综述 电力系统短期负荷预测是一项十分复杂的工作，在衡量电力系统负荷预测的 许多指标中预测的精度是最重要的一条，它是一切模型与算法追求的目标。目 前实际运用中使用的负荷预测方法主要有回归分析法、时间序列法、卡尔曼滤波 法、指数平滑法、灰色模型法、专家系统法、人工神经网络法、模糊推理与模糊 控制理论方法等。 1 趋势外推法 负荷的变化一方面有其不确定性，但在一定条件下，又存在着明显的变化 6 浙江大学硕士学位论文 趋势，一旦找到了负荷的变化趋势，按照该变化趋势就能对未来负荷情况作出判 断，这就是趋势外推技术。主要的负荷变化趋势有水平趋势、线性趋势及季节型 趋势等，他们的共同特点就是只针对趋势进行外推，不对其中的随机成分做统计 处理。累加预测法可以拟合多项式趋势，使用累加法常数表，可很快确定有关系 数，计算简单，方法实用性较强，比较适合于短期预测中。 2 回归分析法 回归分析法是研究变量与变量之间的一种数学方法。在回归分析中，自变量 是随机变量，因变量是非随机变量。由给定的多组自变量和因变量资料，研究各 自变量和因变量之间的关系，形成回归方程。求解回归方程后，给定各自变量数 值，即可求出因变量值。回归分析法根据历史数据和一些影响负荷变化的因素变 量来推断将来时刻的负荷值，主要利用多元线性回归模型建立负荷与其影响因素 之间的关系，表达式如下： y ( f ) = a o + 6 l x x i ( t ) 式中x ( t ) 为t 时刻影响负荷变化的因素变量的取值，岛，玩为回归系数。 回归分析法的特点是：( 1 ) 原理、结构简单；( 2 ) 预测速度快；( 3 ) 外推特 性好。对于历史上未出现过的情况有较好的预测值。 存在的不足：( 1 ) 历史数据要求高；( 2 ) 用线性方法描述比较复杂的情况过 于简单；( 3 ) 无法详细地考虑各种影响负荷的因素，模型初始化难度较大，需 要丰富的经验和较高的技巧。 3 时间序列法 电力负荷的历史数据是按一定时间间隔进行采样记录下来的有序集合，因 此它是一个时间序列，电力负荷时间序列预测技术就是根据负荷的历史资料设 法建立一个时间序列的数学模型，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，对未来的负荷进行预测。时序法的通用模型为： 只一( f i y t l 一佛儿一p = 口f 一日q l 一岛q 一9 即，妒( b ) m = 曰( b ) q 称为a r l c l a 模型 ( 卜1 ) ( 卜2 ) 式( 卜1 ) 中仍，称为自回归系数，p 为自回归阶数ao l , 0 2 ，岛称为动平均 系数，q 为动平均阶数。 ，m + m ，是连续一段时间的负荷数据值， 浙江大学硕士学位论文 c l t ，c l t 。，q 一。是一零均值白噪声序列，此类模型的建模必须用平稳随机过程辨识 的有关理论。实际负荷一般均不满足平稳随机性的要求，必须将序列转化成平 稳随机序列后模型辨识才能进行。模型辨识的基本途径是对平稳时间序列的相关 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 型辨识后，就要利用序列有关的样本数据，对模型参数进行估计。 时间序列方法的特点：( 1 ) 计算速度快；( 2 ) 反映负荷近期变化的连续性。 存在的不足：( 1 ) 对原始时间序列的平稳性要求高：( 2 ) 对天气等影响因素考虑 不足。( 3 ) 当原始时间序列不满足平稳性，平稳化后建模辨识比较繁琐。 4 灰色理论预测法 8 0 年代以来，灰色理论有了重大发展灰色系统理论将一切随机变化量看 作是在一定范围内变化的灰色量，常用累加生成a g o 和累减生成i a g o 的方法 将杂乱无章的原始数据整理成规律性较强的生成数据列。用灰色模型g m 的微分 方程作为电力系统单一指标( 如负荷) 的预测时，求解微分方程的时间响应函数 表达式即为所求的灰色预测模型。对模型的精度和可信度进行校验并修正后即可 据此模型预测未来的负荷。此法适用于短、中、长三个时期的负荷预测。 灰色系统法预测的主要步骤如下： ( 1 ) 输入原始样本序列为 x o = x o ( 1 ) ，x o ( 2 ) ，x 佃( m ) ( 卜3 ) ( 2 ) 如果有新信息的加入，对原始序列进行新陈代谢等维处理；比如对 x ( = x ( o ( 1 ) ，x o ( 2 ) ，x ( n ) 作等维处理，得到 x ( o ) = x ( o ( 2 ) ，x o ( 3 ) ，x o 0 + 1 ) ( 卜4 ) ( 3 ) 对处理后的数据进行累加处理 x o ) = x o ) ( 1 ) ，x ”( 2 ) ，x o ) ( 歼) ( 卜5 ) k 其中x ( 1 ( 奶= x o ( ，) k = l 2 n ( 4 ) 对累加处理的数据列建立g m ( 1 ， a ( 1 ) x ( 七) ( 七= o ，1 ，2 ，0 1 ) ，疗) ( 5 ) 对当次预测结果进行还原处理 1 ) 预测模型i ，得到预测结果： ( 1 6 ) aa a r ( o ( 七+ 1 ) = x o ) ( 1 j + 1 ) 一x o ) ( 七) ( 七= 0 ，1 2 一) ( 1 7 ) ( 6 ) 检验后验残差，如不满足精度要求，则取局部残差建立残差数据序列 浙江大学硕士学位论文 p o ( 七) 二( p o ( f ) ，口o ( f + 1 ) ，p o ( 行) ) ( 1 8 ) 其中i z 0 ，1 】，e ( k ) = x o ( 后) 一x o ( 七)( k = l ，2 ， 一l ，胛) ( 7 ) 对残差数据列再建立g m ( 1 ，1 ) 模型i i ； ( 8 ) 用预测模型i i 修正预测模型i ，如修正后的g m ( 1 ，1 ) 模型不理想，则调 整残差数据列，使之达到满意的后验残差精度； ( 9 ) 重新进行预测分析 灰色预测具有要求负荷数据少、不考虑规律、不考虑变化趋势、运算方便、 短期预测精度高、易于检验等优点在实践中得到广泛应用，在电力系统短期负荷 预测中也得到了特别的关注。 但是，只有当原始数列具有指数增长趋势时，灰色模型才具有较高的预测精 度。一般情况下，电力系统日、周、月、季的负荷不具有指数增长趋势，因此不 能对这些周期性数列直接使用g m 模型，必须使用参数修正。另外还要用残差预测 进行修正。 g i d ( 1 ，1 ) 残差模型算法如下： ( 1 ) 对序列椤j ，k = l ，2 ，拄，按g m ( 1 ，1 ) 模型方法求出预测值 ；? ，七：1 ，2 ，”，算出残差序列毋，k ：1 ，2 ，”，其中毋：；妒一4 0 ) 。 ( 2 ) 若k k o 时，掣符号一致，k = ，如+ 1 ，+ 2 ，一，则对残差子序列 f e 别，l _ 卜- i 毋1 利用g m ( - ，) 模型求出预测值l ；引，i ；嚣- 卜l ；叫，其中 搦：e - 乱一1 ) 阳一；。，三。卜 ) 。 7 lj ( 3 ) ；。的预测修正值：”：； 。品 o ) ，艿：f ：麓，其中的取定与 “ l o f k k 0 1 的符号一致。 5 神经网络模型及其b p 算法 人工神经网络法利用人工神经网络( a n n ) 选取过去一段时间的负荷作为训练 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。 通常使用的训练方法之一是误差反向传播算法，又称b p 法。它提出一个简单的三 层人工神经网络模型，这个模型能实现从输入到输出间任何非线性映射复杂函数 关系。因此，我们可以把对电力负荷影响最大的集中因素作为输入，即当天的天 9 浙江大学硕士学位论文 气温度、天气晴朗度、风向风力、峰谷负荷及相关负荷等，争取获得较好的预测 结果。 b p 网络是一种前向网络，它通过一元函数的多次复合逼近多元函数的非线 性映射。实践证明一个3 层前馈神经网络可以实现任何一种非线性映射，能逼近 任何复杂函数。设有输入层、隐含层、输出层的3 层前向人工神经网络如图卜l 所 不。 输a 墨 摩冒层 轴出息 图卜1b p 人工神经网络结构图 其中输入层有疗个神经元，隐含层含脚个神经元，输出层只有1 个神经元。b p 算法 是训练人工神经网络的基本方法，它的学习训练过程由正向信号传输和反向误差 传播组成。 一般而言，a n n 应用于短期负荷预测要比应用于中长期负荷预测更为适宜。 因为短期负荷变化可以认为是一个平稳随机过程，而长期负荷预测与国家或地区 的政治、经济政策等因素密切相关，通常会有些大的波动，并非是一个平稳随机 过程。 运用神经网络技术进行电力负荷预测，其优点是可以模仿人脑的智能化处理，对 大量非结构性、非精确性顾虑具有自适应功能，具有信息记忆、自主学习、知识 推理和优化计算的特点。 但是神经网络对短期负荷进行精确有效预测的一个基础是它用来学习或训 练的样本必须尽可能地包括全部模式，并且尽量不要有明显的季节性或趋向性， 否则可能导致网络性能的下降和预测精度的下降。另外，对一个地区设计的神经 网络模型不能适用其他地区。 6 模糊控制方法 模糊控制方法首先将负荷预测的输入、输出空间划分为不等的模糊集合，如 高、中、低等，然后用一组模糊规则来表示负荷预测输入、输出问的关系。每一 条模糊规则是一个模糊i f t h e n 关系，关系前件是对各输入变量不同模糊集合 的组合，关系后件是输出变量表达式，输出变量表示为各输入变量的线性组合， 第i 条规则可表示为： l o 浙江大学硕士学位论文 r i ：i fx l i s ga n d 屯js 坞a n d z 。i s t h e n ，= p ；+ d 1 + 废t + + 成 其中，_ ( ，= 1 ，m ) 为输入变量。巧( ，= 1 ，聊) 为输入变量_ 的第i 个模糊 集合，相应隶属度函数可采用高斯函数或三角型函数等。f 是第i 条规则的输出 部分，p ：( j = l ，掰) 为规则的输出部分中输入变量x ，的相应系数，p ：为常数项。 模糊控制的最终输出为各规则输出的加权模糊值。 7 专家系统法 对数据库里存放的过去几年的每小时的负荷和天气数据进行细致的分析， 汇集有经验的负荷预报人员的知识，提取有关规则，按照一定的规则推理进行负 荷预测。专家系统是对人类的不可量化的经验进行转化的一种较好的方法，将 它与其他方法有机地结合起来构成预测系统可得到满意的结果。专家系统方法是 一种人工智能的计算机程序系统，这些程序具有相当于某个专门领域的专家的知 识和经验水平，以及解决专门问题的能力。其基本组成如图卜2 所示。 负荷预测离不开预测人员的丰富经验和判断能力，尤其在特殊的节假日以及 有重大活动和突发事件的时候，但是专家的知识转化为数学规则是一件非常困难 的事情，更多的人工调节是在程序预测结果出来后的调节和修正。 8 小波分析法 小波分析是近代应用数学中一个迅速发展的新领域，它汲取了现代分析学中 泛函分析、数值分析、傅里叶分析、样条分析、调和分析等众多分支的精华，并 包罗了它们的特色。小波分析具有伸缩、平移和放大功能，它可以对信号进行多 尺度分析，有效地从信号中提取所需信息，实现既在时域又在频域的高分辨局部 定位，被称为“数学显微镜”。 浙江大学硕士学位论文 图卜2 专家系统的基本组成 小波分析是一种时域频域分析方法，它在时域和频域上同时具有良好的 局部化性质，并且能根据信号频率高低自动调节采样的疏密，它容易捕捉和分析 微弱信号以及信号、图像的任意细小部分。其目标是将一个信号的信息转化成小 波系数，从而能够方便地加以处理、存储、传递、分析或被用于重建原始信号。 这些优点决定了小波分析可以有效地应用于电力系统负荷预测问题的研究。 电力系统中日负荷曲线具有特殊的周期性，负荷以天、周、年为周期发生波 动，大周期中嵌套小周期。 小波变换能将交织在一起的不同频率组成的混合信号分解成不同频带上的块 信号。对负荷序列进行小波变换可以将负荷序列分别投影到不同的尺度上，而各 个尺度可近似地看作各个不同的“频带”，这样各个尺度上的子序列分别代表了 原序列中不同“频域”的分量，它们更加清楚地表现了负荷序列的周期性。在此 基础上，对不同的子负荷序列分别进行预测。 1 3 电力系统负荷预测存在的主要问题 1 3 1 负荷历史数据的坏数据处理 负荷的历史数据一般来源于s c a d a 数据库，由于系统中各终端读表的各种 误差，数据库中的数据经常会受到污染。常见的有毛刺、某一段数据突然变大或 变小、和数据的不正常波动等。而冲击负荷比较大的地区，负荷数据的过分波动 浙江大学硕士学位论文 不利于掌握负荷的变化趋势，增加了负荷分析的难度。因此在用历史数据进行训 练和预测前，坏数据的辩识与修正是必须要做的工作。即确定某条曲线中存在坏 数据，然后找出坏数据在曲线中的位置，将其剔除掉并进行修正。 1 3 2 节假日的负荷预测 在国家法定节假目( 元旦、春节、五一和国庆) 期间负荷与平时相比明显降 低，尤其是春节更是持续长时间、大幅度的曲线下降和变形。节假目负荷一般要 求提前半个月到一个月左右作出预测，节假日的预测一直是负荷预测的难点之所 在。由于数据量较少，参考上一节假日相隔时间又长达一年，无法形成足够有效 的样本集使得神经网络方法不能使用于节假日预测中，需要结合传统的多种方法 另找途径。 1 4 小波分析用于负荷预测的研究现状 f o u r i e r 变换只能告诉我们信号尺度的范围，而无法给出信号的结构以及 它蕴含的大小不同尺度的串级过程，即f o u r i e r 变换在时空域中没有任何分辨 率。此外，傅立叶分析无法解决信号奇异性的位置。2 0 世纪8 0 年代初由法国油 气工程师m o r l e t 提出的小波分析r 1 i ( w a v e l e ta n a l y s i s ，又称子波分析) 能成 功地解决这些问题。因此小波分析是f o u r i e r 分析发展史上的一个里程碑。 小波分析一面世，立刻成为国际研究热点。目前小波分析在信号处理、图像 压缩、语音编码、模式识别、地震勘探、大气科学以及许多非线性科学领域内取 得了大量的研究成果。小波分析之所以广泛得到应用在于：它具有时域和频域同 时具有良好的局部性质：能将信号( 时间序列) 分解成交织在起的多尺度成分， 从而能够不断地聚集到所研究对象的任意微小细节：同时具有数学上严格意义的 突变点诊断能力。 对短期负荷预测而言，目前最成功的方法是b o x j e n k i n s 所提出的时间序列 法；对中长期预测而言，其核心是要预测负荷未来的增长趋势，因此如何较为精 确地拟合负荷曲线是最根本地问题，目前较成功的方法是神经网络法以及专家系 统法等。 在国内研究中，华南理工大学任震教授等人首次成功实现了将小波分孝厅应用 于电力系统负荷预测。对短期预测：通过对电力系统小时负荷序列进行二进小波 变换，把原序列投影到各个不同的尺度上，可以更清楚地看到负荷序列逐渐席 位地周期性。在此基础上，对经小波变化后不同尺度上的负荷序列选用较佳的匹 配模型进行预测并进行重构得出预测结果。大量数据计算表明该方法具有较高的 精度和很强的适应能力；对中期预测，通过小波神经网络来模型年度负荷曲线， 浙江大学硕士学位论文 克服了传统神经网络拓扑结构差、学习时间长等缺点，得到了令人满意的结果。 1 5 本文工作 小波分析法作为一种新兴的数学分析手段目前在电力系统分析领域已经得 到了广泛应用，但是从现有论文来看，它在负荷预测方面的应用还不多。本论文 主要针对其在短期负荷预测中的应用过程进行探讨。 首先针对小波分析应用的首要问题小波函数的选取进行了讨论。通过李 普希兹指数和小波分解后模极大值之间的关系，结合小波选取的正则性要求，选 定了适用小波，并且最后通过和另一小波的预测结果作比较证明了这个选取的正 确性。 针对历史负荷中的坏数据，在详细讨论了小波对信号奇异性检测理论后，用 模极大值法查找实际负荷中的异常数据并剔除。 在小波分解的多尺度上，详细讨论了尺度分解反映的周期性，并针对各尺度 使用周期自回归( p a r ) 模型或a r m a 模型做预测。时间序列法自身的大样本统计 方法决定了它有高度的精确性，而经小波分解后，而经过小波分解后，时间序列 按频带集中，规律更加明显，经过信号奇异性处理后序列更加平滑，即使不考虑 复杂的气象条件，预测精度也得到了提高。 浙江大学硕士学位论文 第二章电力系统负荷特性分析 电力系统在逐步发展、完善过程中，负荷预测已成为能量管理系统( e m s ) 中 一项独立的内容，在当前电力系统市场化的必然趋势下，负荷预测已成为电力市 场交易管理系统中必不可少的一部分。在实际应用中，电力系统不同组成部分对 负荷预测的范围和精度有所不同，因此研究负荷变化的内在规律和负荷特性、影 响负荷变化的各种相关因素以及各种相关因素在预测如何进行规范化处理对提 高预测精度及负荷预测的发展有重要的意义。 2 1 负荷预测的分类及特性 2 1 1 负荷预测的分类 随着我国电力系统的发展，电网管理的目趋现代化，负荷预测问题的研究也 越来越引起人们的注意，并已成为现代电力系统科学中一个重要的领域。因为整 个社会是一个复杂的整体，它的用户成千上万而每个用户的要求也各不相同，因 此整个社会的用电需求既有一定的统计规律性，又具有大量的随机影响因素，具 有不确定性。所谓负荷预测，就是根据负荷变化的内在规律性，考虑到影响负荷 变化的各种随机影响因素，比较准确地预测出负荷在未来一定时期内的变化。对 电力系统的负荷变化，如果事先有一个比较准确的估计，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，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 统运行自动化，进行相应的负荷预测都是必不可少的。 1 电力系统负荷预测按预测时间长短，可分为长期、中期、短期负荷预测。 长期负荷预测一般指1 0 年以上，中期负荷预测为5 、6 年，而短期负荷预 测则指几个月、几周、几天、一天内各小时、甚至更短时间内的预测。长期和中 期负荷预测主要用于电网的规划。主要包括新的发电机组的安装( 装机容量的大 小、型式、地点、时间) ，电网的增容和改建等。 短期负荷预测的意义在于： 为了能对运行中的发电机组的出力提出预告，使得对发电机组的出力变化 情况事先得以估计，对于装机容量不大的孤立电网，短期负荷预测非常必 要。 对于一个大电网，为了经济、合理地安排本网内各个发电机组的起动和停 机，以便系统在要求的安全范围内，调度电网内各发电机组的合理出力、 保持必要的旋转储备容量的耗费为最小、最大限度地减少发电成本、提高 塑垩奎兰堡主兰垒笙塞 电网运行的经济性。 当电网进行计算机在线控制时，可以根据比较准确的负荷预测实现发电容 量的合理调度，安排电网合适的运行方式，满足给定的运行要求，保证电 网运行的安全性和可靠性。 2 ， 负荷按照使用范围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。 城市民用负荷是城市居民的家用负荷，商业负荷和工业负荷是分别为商业 和工业服务的负荷，农村负荷则是指广大农村所有的负荷( 包括农村生活用电、 生产与排灌用电以及农村商业用电) ，其它负荷则包括市政用电、街道照明、公 用事业、政府办公、军用以及其它等。 在各类负荷中，城市居民负荷具有经常的年增长以及明显的季节性波动和日 变化特点。城市居民负荷的季节性变化和日变化在很多情况下直接影响系统峰 值负荷的变化，但其影响程度取决于城市居民负荷在系统总负荷中所占的比例。 在我国，随着国民经济的发展，居民生活水平的提高，敏感于气候变化的家用电 器( 电炉、电热器、空调装置、电风扇、电冰箱等) 的日益广泛地应用，使居民负 荷变化对系统峰值的影响越来越大，使之成为在负荷预测中必须考虑的重要因 素。 商业负荷也同样具有季节性变化和日变化的特点，这种变化也是由于商业部 门越来越广泛地采用空调、电风扇等敏感于气候的电器以及商业营业性质所致。 相对来说，工业负荷占负荷比例较大，且一般可视作是受气候影响较小的基 础负荷，但也不能说一点也不受气候的影响。仍如高温季节，工业负荷也含有降 温和防暑耗电。一方面由于工业负荷本身负荷很大，另一方面是由于三班连续生 产，因此这类负荷变动较小。但是某些工业用户可能具有一些特殊要求，如要求 很高的功率但不一定要求很大的用电量，某些工业用户可能具有明显的季节性特 点( 如制糖) ，负荷预测中这些都需要采用相应的措施加以对待。 农业用电一般对负荷影响不大，需要注意的是农忙期间，特别是夏季生产排 灌用电，其时间不长，但负荷特别集中，容易造成用电紧张。 其它各类负荷一般所占比例比较小，虽也都有各自的不同特点但对整个系统 负荷的影响不是很大。总之，负荷的变化是非常复杂的，当我们预测时应考虑到 各方面的影响因素，其中尤其应加以重视的是负荷中天气的影响越来越大。 研究短期负荷预测需要考虑的影响因素主要有以下几种： 1 、经济因素。主要影响负荷的增长和下降趋势，周期一般较长，一般超过 半个月。 2 、时间因素。双休日负荷水平低于工作日，重大节假日则更有明显的幅度 下降和曲线形状变化。各个季节也有较大的变化。 浙江大学硕士学位论文 3 、气象因素。温度是影响短期负荷最主要的因素，湿度、云量、降雨量以 及舒适度指数也对负荷的变化产生影响，尤其在夏天表现地更为明显。 4 、电力市场环境下，负荷的变化还与电价有关。 5 、随机因素。其他大量引起负荷变化的随机因素也经常存在，例如大负荷 用户的用电调整以及重大的政治经济活动等。 2 1 2 负荷的特点 实践表明，电力系统峰值负荷往往是由于季节性的极端气候( 即热浪和寒潮) 造成的。热浪，是一个高温延续期。在热浪期间，各种空调装置、电风扇、制 冷设备、电冰箱等降温防暑电器几乎都满负荷运行，造成了夏季峰值负荷；寒 潮，则是一个低温延续期。寒潮期间，一般不会造成热浪期间那样严重的峰值 负荷，但是寒潮季节一般照明负荷增长，而且还有大量的保温负荷，因此也应 特别注意。通过分析过去长时间的负荷历史数据，我们可以认识到电力系统负 荷变化是有其内部固有的规律性的。 ( 1 ) 虽然我们在一定程度上可以控制负荷，如频率降低到一定程度就自动甩 负荷，某些情况下在局部地区采用用电量计划分配，或者采用某种特殊的电价 政策对负荷旋加影响，便是从本质上说，负荷是不可控的。 ( 2 ) 负荷的另一个特点是负荷具有按天、按周、按年的周期性变化特点。对 较长时期的负荷历史记录进行分析，般可以看出两种变化的趋势。一种是固 定的变化趋势，如逐步增长或逐步减少，另一种则是按月的、按周的、按目的 周期性变化趋势。 ( 3 ) 另外，负荷变化还有一定的随机性。这主要是因为： ( a ) 用户要求总有一些偶然性的变化； ( b ) 气象条件( 温度、湿度、日照、风速、雾等) 的变化，这种因素引起的 负荷变化一般比较复杂，并且无确定的规律。 2 2 短期负荷特性分析 负荷预测是根据负荷过去的历史资料，建立恰当的数学模型对未来的负荷 进行预测。所以了解负荷的特性对掌握负荷预测本质、提高负荷预测的精度有 重要的意义。尤其是对精度要求较高的短期负荷预测，电力系统负荷的变化一 方面有其不确定性，如气候的变化、意外事故的发生等造成对电力负荷的随机 性干扰；另一方面，在一定条件下，电力负荷按一定趋势有规律地发展变化。 因此，在进行电力系统的短期负荷预测时，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。本论文考虑了影响短 1 7 塑坚奎兰堡主兰堕堡塞 期负荷预测的各种因素，将短期负荷特性分成4 部分分别进行分析。 2 2 1 负荷特性概述 长期以来，通过对大量历史数据的分析，可以发现影响负荷变化的因素有： 负荷构成、负荷随时间的变化规律、气象变化的影响及负荷的随机波动，所以， 在本论文将任一时刻的负荷假设为以下4 种成分的组合，针对每种成分的特性 分别进行分析，然后在预测模型中分别考虑各种成分如何处理。 1 典型负荷分量 典型负荷分量也称为正常负荷，它与气象无关，具有线性变化和周期变化 的特点。线性变化描述日平均负荷变化规律，而周期变化描述以2 4 小时为周 期的变化规律。典型负荷的不同主要是由于各地负荷组成方式的不同所引起， 负荷组成的差异性主要体现在两个方面：一是负荷种类；二是各种负荷成分所 占比重。不同组成的负荷在这两方面的差异决定了它们的负荷特性及对影响因 素的响应特性互不相同。究其原因，不同的组成成份对各种影响因素的灵敏度 不同表现出不同的响应特性。可见，负荷的具体组成对负荷特性具有根本性和 决定性的影响。 2 天气敏感负荷分量 天气敏感负荷分量与一系列天气因素有关：如温度、湿度、风力、阴晴等。 不同天气因素影响负荷的方式不同，一年中不同时期天气因素影响负荷的方式 也不同，这就形成负荷季节性周期变化的规律。 3 异常或特殊事件负荷分量 异常或特殊事件负荷分量使负荷明显偏离典型负荷特性：如政治事件、系 统故障、限电、特别电视节目等。由于这类事件的随机性，需要由调度人员参 与判断。在各种负荷预测模型中这部分分量往往通过人工修正得以改进。 4 随机负荷分量 随机负荷分量是负荷中的不可解释成分，可通过负荷预测的模型和算法来考 虑这些随机负荷分量。例如，在时间序列法中，将剩余的残差，即为各时刻的 随机负荷变量，看成是随机时间序列：而在神经网络预测中利用模型良好的非 线性能力，可以很好的考虑到随机负荷因素。 由此可以看出，系统的总负荷可由下式( 2 - 1 ) 表达： y ( t ) = n ( t ) + w ( t ) 十s ( t ) 十r ( t )( 2 一1 ) 2 2 2 典型负荷分量的特性 典型负荷分量主要是由预测对象的负荷组成决定，其最大的特点就是负荷的 一 塑坚盔兰堡主兰垡笙塞 周期性变化规律。在不考虑其他负荷分量的情况下，负荷的规律性体现的尤其明 显，分为负荷的日周期性、周周期性、年周期性及节假日特性。 1 负荷的日周期性 负荷的日周期性是指以一天二十四小时为周期的负荷变化所体现出的规律性 图2 1 给出嘉善县五天工作曰2 4 点的负荷曲线，不难看出负荷的日循环变化 规律。 图2 1 五天工作日2 4 小时负荷曲线 在实际系统中，通常根据负荷变化规律的不同将每日内的负荷分为峰荷、谷 荷、硬荷三个时段的负荷。从本质上说，在这三个对段负荷的组成是不同的，因 此，它们的变化规律不同。在低谷期间，对应的时间是在夜问。在这个时间段中 大多数人都处于休息的状态，负荷组成主要是那些必须运行的不间断的负荷，它 们长期运行，组成了负荷的基础部分，是一天负荷的较低部分。在峰荷期间，对 应的时间是在白天，人们的活动较多，负荷的种类也体现出多样性、作为总体负 荷其幅值变化也明显高于其它时段的负荷，而在腰荷期间，负荷变化处于过渡过 程中，负荷的组成正发生变化，而且它的持续时间也相对比较长，因此这个阶段 的负荷处于一种上升状态或处于一种下降状态。图2 2 给出典型日负荷曲线， 即一天2 4 小对2 4 点的负荷值。从图2 - 2 中不难看出日负荷曲线具有明显的 趋势变化。 塑垩查兰堡主堂垡堡苎 图2 2 典型日负荷曲线 2 负荷的周周期性 负荷的周周期性是指以七天为一周期的负荷变化中体现出来的规律性，图 2 - 3 给出嘉善县连续四周的负荷曲线，不难看出每周的负荷都具有类似的变化规 律。 图2 - 3 连续四周负荷蓝线 由图2 - 3 中可看出，周负荷可分为两类变化类型的规律：一类是从周- - n 周 五的工作日日期类型的负荷变化特点；另一类是周六和周目的周末日期类型的负 荷变化特点。工作日负荷与周末日负荷的变化规律，除了具有相似的日负荷变化 趋势，还具有不同之处。究其原因，这主要是因为负荷组成和人们的生活规律决 定。在工作日期间，负荷的主要组成为工业负荷，这些工业负荷在工作日期间通 常处于稳定的运转之中，因此工作日的负荷变化具有相似性，而在周末期间，工 业负荷所占比重大幅度下降居民生活和服务性的行业用电所占比重明显上升， 浙江大学硕士学位论文 因此周末日负荷具有不同之处。一般来说，周末类型负荷明显较工作日类型负荷 低。 3 负荷的节假日特性 节假日负荷除了具有日负荷变化趋势外，它与周末日负荷变化又有所不同。 图2 - 4 给出嘉善县十一期间两周的负荷曲线，从中不难看出人们的生活规律对 负荷影响。一般来说，节假日的负荷比周末日负荷还要低。通过对郑州市负荷的 分析可得出在各种节假日中，春节、五一和十一对负荷的影响最大，负荷的峰、 谷值和日总电量都有明显的下降。 图2 4 十一期间两周负荷曲线 典型负荷分量的这些特性是具有通用性，不仅可以从省级负荷看出，而且从 地区的负荷数据中也可以推知，这些规律对构造适当的负荷模型和提高负荷预测 精度提出指导性的方向。 2 3 负荷预测的特点和原理 2 , 3 1 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。因为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l 临时变化的影响，因此就决定 了预测结果的不准确性或不完全准确。 2 条件性。各种负荷预测都是在一定的条件下做出的。对于条件而言，又 浙江大学硕士学位论文 可分为必然条件和假设条件两种。 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。 2 3 2 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。尽管客观世晃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已知发展过程和状 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。 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