（检测技术与自动化装置专业论文）电力系统中短期负荷预测的研究.pdf

摘要 短期负荷预测是电力系统运行调度中一项非常重要的内容，可以经济合理地安排电 网内部发电机组的启停，减少不必要的旋转备用容量，合理安排机组检修计划，保证社 会的正常生产和生活，提高发电企业的经济效益和社会效益；中长期负荷预测是电力规 划部门的重要工作之一，可以帮助决定新的发电机组的安装与电网的规划、增容和改建。 针对电力系统中短期负荷预测问题，本文对负荷的组成和特性、负荷预测的方法进 行了详细的分析和研究，利用m a t l a b 软件进行算法研究，建立了中期负荷预测模型和 短期负荷预测模型。 采用灰色理论方法进行中期负荷预测。利用累加生成将看似杂乱无章的历史负荷数 据列生成具有指数规律的数据列，对生成的数据列建立一阶线性微分方程模型，求解方 程再进行累减生成得到预测值，在预测的过程中对灰色模型进行优化，在不改变原始数 列维数的条件下，用预测数据代替最老的数据，实现了月负荷预测的滚动预测。经过实 例验证，该模型所需数据少，预测精度高。 采用遗传神经网络方法进行短期负荷预测。提出用自回归分析方法选取网络输入变 量，用径向基函数作为隐含层激励，并采用自适应遗传算法优化隐含层和输出层的连接 权值，避免了神经网络结构和权值确定的盲目性，使负荷预测在更加合理的网络结构上 进行。在此基础上将对负荷影响很大的天气因素归一化后引入神经网络输入层，使得预 测更加合理，更能适用于一般情况。通过实例验证并对比时间序列方法和支持向量机方 法，证明了遗传神经网络方法能显著提高预测精度。 基于上述研究结果，本文采用v i s u a lb a s i c6 0 和a c c e s s2 0 0 0 数据库作为开发平台， 开发了电力系统中短期负荷预测软件。该软件具有操作图形化、简便、直观、交互性好、 预测精度高、易扩展的特点。 关键词：负荷预测，灰色理论，人工神经网络，径向基函数，自适应遗传算法 r e s e a r c ho nm i d d l e - t e r ma n ds h o r t - t e r ml o a df o r e c a s t i n go fe l e c t r i c p o w e rs y s t e m w a n gl i m i n g ( d e t e c t i o nt e c h n o l o g ya n da u t o m a t i o ne q u i p m e n t ) d i r e c t e db ya s s o c i a t ep r o f e s s o rw a n g y a n s o n g a b s t r a c t s h o r t - t e r ml o a df o r e c a s t i n gi so n eo ft h em o s ti m p o r t a n tc o n t e n t so fr u n n i n ga n d d i s p a t c h i n go fp o w e rs y s t e m i tc a nb ee c o n o m i ca n dr e a s o n a b l et oa r r a n g es t a r ta n ds t o po f t h eg e n e r a t o ri nw i r en e t , r e d u c eo t i o s er e v o l v et h es t o r a g ec a p a c i t y i tc a nb er e a s o n a b l et o a r r a n g eg e n e r a t o rt h em a i n t a i np l a n , a s s u r a n c en o r m a lp r o d u c ea n dl i v eo fs o c i e t y , r a i s et h e e c o n o m i ce f f i c i e n c ya n ds o c i a le f f i c i e n c yo fe l e c t r i cp o w e re n t e r p r i s e m i d d l ea n dl o n gl o a d f o r e c a s t i n gi so n eo fi m p o r t a n tj o b so fp o w e rp l a n n i n go f f i c e i tc a nh e l pt od e c i d et h es e t u p o fn e wg e n e r a t o rg r o u pa n dp l a n n i n g ，c a p a c i t yi n c r e a s e ，r e c o n s t r u c t i o no fw i r en e t a sf o rt h em i d d l e - t e r ma n ds h o r t - t e r ml o a df o r e c a s t i n go fe l e c t r i cp o w e rs y s t e m ，t h e c o m p o n e n t sa n dc h a r a c t e r i s t i c so fe l e c t r i cl o a d sa n dt h em e t h o d so fl o a df o r e c a s t i n ga l e a n a l y z e di nd e t a i l c a r r yt h r o u g ha l g o r i t h ms t u d yu s i n gm a t l a ba n dt h em o d e l sf o rt h e m i d d l e - t e r ma n ds h o r t - t e r ml o a df o r e c a s t i n ga r ep r o p o s e d f o rt h em i d d l e - t e r ml o a df o r e c a s t i n g ，g r e yt h e o r yf o r e c a s t i n gm e t h o di sa d o p t e d t h i s p a p e rc h a n g e sc l u t t e rh i s t o r yl o a dd a ml i s tt od a t al i s to fe x p o n e n t i a lr u l e ，s e t su po n eo r d e r l i n e a re q u a t i o nf o rn e wd a t al i s t , g a i n sf o r e c a s t i n gv a l u et h r o u g hr e s o l v i n ge q u a t i o na n d c a r r y i n go u ti n v e r s ea c c u m u l a t e dg e n e r a t i n go p e r a t i o nt oe q u a t i o nv a l u e ，o p t i m i z e sg r e y m o d e ld u r i n gf o r e c a s t i n g ，t a k e sp l a c eo ft h eo l d e s td a t au s i n gt h ef o r e c a s t e dd a t au n d e r m a i n t a i n i n gt h ed i m e n s i o no fo r i g i n a ln u m b e rs e q u e n c e ，r e a l i z e st h ep r o g r e s s i v er e a s o n i n go f m o n t h l yf o r e c a s t i n g t h ee x a m p l er e s u l tp r o v e st h a t t h i s m o d e lc a i lo b t a i nah i g h e r f o r e c a s t i n gp r e c i s i o nu s i n ga f e wd a t a s f o rt h es h o r t - t e r ml o a df o r e c a s t i n g ，g e n e t i cn e u r a ln e t w o r ki sa d o p t e d i t c h o o s e sn e t i n p u tv a r i a b l e su s i n gr e g r e s s i o na n a l y s i sm e t h o d ，t a k e s r a d i a l b a s i sf u n c t i o na st h e e x c i t a t i o nf u n c t i o no fh i d d e nl a y e r , t r a i n st h ec o n n e c t e dw e i g h t sb e t w e e nh i d d e nl a y e ra n d o u t p u tl a y e rb ya d a p t i v eg e n e t i ca l g o r i t h m t h i sc a nh e l pb u i l dam o r er e a s o n a b l ef r a l l eo f a n n i nt h eb a s i so ft h i sm a k ew e a t h e rf a c t o r sa si n p u t so fa n n b ym a k i n gac o m p a r i s o n a m o n gt i m es e r i e s ，g e n e t i c n e u r a ln e t w o r ka n ds u p p o r tv e c t o rm a c h i n em e t h o d sa n d a n a l y z i n gt h ee x a m p l e ，t h er e s u l tp r o v e st h a tg e n e t i cn e u r a ln e t w o r kc a l li n c r e a s ef o r e c a s t i n g p r e c i s i o ne v i d e n t l y o nt h es t u d yr e s u l t , t h i sp a p e ro p e n su pe l e c t r i cp o w e rs y s t e mm i d d l e - t e r ma n d s h o r t - t e r ml o a df o r e c a s t i n gs o f t w a r eu s i n gv i s u a lb a s i c6a n da c c e s s2 0 0 0d a t a b a s ea sp l a t t h i ss 0 1 a r eh a ss o m ea d v a n t a g e sl i k eo p e r a t i o nw i t hg r a p h i c s ，s i m p l e ，i n t u i t i o n i s t ，g o o d a l t e r n a t i o n , h i g h e rf o r e c a s t i n gp r e c i s i o na n de x p a n s i o nf a c i l i t y k e yw o r d s ：l o a df o r e c a s t i n g ，g r e yt h e o r y , a r t i f i c i a l n e u r a ln e t w o r k , r a d i a l - b a s i s f u n c t i o n , a d a p t i v eg e n e t i ca l g o r i t h m 关于学位论文的独创性声明 本人郑重声明：所呈交的论文是本人在指导教师指导下独立进行研究工作所取得的 成果，论文中有关资料和数据是实事求是的。尽我所知，除文中已经加以标注和致谢外， 本论文不包含其他人已经发表或撰写的研究成果，也不包含本人或他人为获得中国石油 大学( 华东) 或其它教育机构的学位或学历证书而使用过的材料。与我一同工作的同志 对研究所做的任何贡献均已在论文中作出了明确的说明。 若有不实之处，本人愿意承担相关法律责任。 学位论文作者签名：至鍪呈亟日期：o o g 年6 月l 日 学位论文使用授权书 本人完全同意中国石油大学( 华东) 有权使用本学位论文( 包括但不限于其印 刷版和电子版) ，使用方式包括但不限于：保留学位论文，按规定向国家有关部门 ( 机构) 送交学位论文，以学术交流为目的赠送和交换学位论文，允许学位论文被 查阅、借阅和复印，将学位论文的全部或部分内容编入有关数据库进行检索，采用 影印、缩印或其他复制手段保存学位论文。 保密学位论文在解密后的使用授权同上。 学位论文作者签名： 王毽珏日 指导教师签名：啦 日期：珈宅年6 月6 日 日期：铂子年月e l 中国石油大学( 华东) 硕士学位论文 1 1 电力系统负荷预测的意义 第1 章绪论 电力系统负荷预测是电力系统发电计划的重要组成部分，是对发电、输电和电能分 配等合理安排的必要前提，是电力系统经济运行的基础。在当前电力发展迅速和供应紧 张的情况下，合理的进行电力系统规划和运行极其重要。负荷预测是在充分考虑一些重 要的系统运行特性、增容决策、自然条件与社会影响的条件下，研究或利用一套系统地 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，确定未来某特定时刻 的负荷数值。电力系统调度的主要任务是控制整个电力系统的运行方式，使之能够保证 供电的优良质量，保证系统的经济运行，保证系统有较高的安全水平，并提供有力的事 故处理能力等。它从已知的经济、社会发展、负荷性质和电力需求情况出发，通过对历 史数据的分析和研究，对电力需求做出预先的估计和推测。根据这些预测结果，可以针 对性的采取技术措施，如进行可中断负荷控制、增添低谷用电设备、采用蓄冷蓄热技术 等，改变电力需求在时序上的分布，将用户的电力需求从电网高峰期消减、转移或增加 电网低谷期的用电，以提高系统运行的经济性和可靠性。在规划的电网中还可以减少新 增装机容量和节省电力建设投资，从而降低预期的供电成本。提高负荷预测水平，有利 于节煤、节油和降低发电成本，制定合理的电源建设规划，从而提高电力系统的经济效 益和社会效益，对电力系统的安全经济运行与国民经济的发展具有非常重要的意义【1 1 。 电力系统负荷预测是系统运行调度的重要内容，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，是能量管理系统和配电管理系统的重要组成部分。 准确的负荷预测，可以经济合理地安排电网内部发电机机组的启停，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，保证社会的正常生产 和生活，有效地降低发电成本，提高经济效益和社会效益。负荷预测的结果，还可以有 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 容和改建，决定电网的建设和发展 2 1 。 电力系统负荷预测还是电力市场决策技术支持系统的重要组成部分，是主要数据源 之一【3 】。在当前我国电力市场条件下，随着引入竞争机制的程度不断提高，电力系统正 由垄断经营阶段逐步向发电竞争阶段转变，负荷预测的重要性已经得到普遍重视。负荷 预测同电力市场的发电公司、供电公司和输电公司三者的关系都很密切。对于发电公司， 第1 章绪论 负荷预测是制定发电计划、检修计划和报价的依据；对于供电公司，负荷预测为供电方 制定购电计划提供依据；对于输电公司，负荷预测是进行电网规划及制定发电计划及安 全、可靠、经济运行的基础。因此，负荷预测精度的高低直接和效益相关，在电力市场 条件下，要掌握电力市场运营的主动性，首先要做好预测。 综上所述，电力系统负荷预测工作的水平已经成为衡量一个电力企业的管理是否走 向现代化的显著标志之一，尤其在我国电力事业空前发展的今天，用电管理走向市场， 电力负荷预测问题的解决已经成为我们面临的重要而艰巨的任务。 负荷预测根据分类标准的不同，可以按照时间分类、按照行业分类、按照特性分类， 本文主要分析按时间分类的负荷预测与其特点。 1 2 负荷预测的分类 负荷按物理性能分为有功负荷和无功负荷，本文进行的负荷预测为有功负荷预测。 电力系统负荷预测按预测周期可分为长期、中期、短期和超短期负荷预ne 2 1 ，它们 各有不同的目的和要求。 1 长期负荷预测 长期负荷预测一般是指对五至十年的系统负荷增长和变化进行预测，使用对象是从 事规划的工程技术人员，主要用于电源发展规划和网络发展规划，包括能源利用、大容 量电厂和变电站的建设以及高一级电压等级的发展等。长期负荷预测受到地区的社会经 济、人口、气候等多因素的影响，涉及不确定问题较多，难度较大。 2 中期负荷预测 中期负荷预测一般是指对未来数月或一年的负荷情况进行预测，使用对象是编制中 长期运行计划的工程技术人员。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，制订电力系统的扩建计划和安排制定长期运行方式，对于燃料供应计划、 机组维修计划、能量交易、发电厂税额估计等也是必需的。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。 中期负荷预测主要包括年负荷预测和月负荷预测。年负荷预测是根据历史负荷数据 及其相应的影响因素，预测出下一年中1 2 个月的月总电量、月最大负荷和月最小负荷， 为年发电计划、年检修计划的制定提供信息；月负荷预测根据历史负荷信息及相应的影 响因素，预测出下一个月中每一天的日总电量、日最大负荷和日最小负荷，为月发电计 划、月检修计划的制定提供信息。 2 中国石油大学( 华东) 硕士学位论文 3 短期负荷预测 短期负荷预测主要预测未来一天或一周内的负荷，使用对象是编制调度计划的工程 技术人员。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、制定系统 的生产计划、安排系统的短期运行方式、进行经济调度以及离线安全分析等。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。 短期负荷预测主要包括日负荷预测和周负荷预测。日负荷预测是依据不同类型负荷 的历史数据，兼顾气温、天气状况等气象因素的影响，预测出下一日2 4 点的负荷值， 为日发电计划的制定提供信息；周负荷预测是对下一周负荷情况的预测，是对日负荷预 测在时间上的扩展。 4 超短期负荷预测 超短期负荷预测是指未来一小时以内的负荷预测，使用对象是调度员。主要用于电 能质量控制、系统运行状态的实时监控、在线安全分析、控制和紧急状态处理等。在正 常情况下一般不考虑气象条件的影响，因为天气因素中最主要的影响因素温度已经体现 在负荷的历史数据中，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。 。 负荷预测的分类和目的如图1 1 所示。 本文主要研究中期负荷预测中的月负荷预测和短期负荷预测中的日负荷预测。 1 3 国内外负荷预测的研究现状 电力负荷预测的研究已有较长的历史，从上世纪七十年代初开始，对电力负荷预测 的研究就呈现出逐步上升的趋势，到了八十年代，由于能源紧张造成的对负荷科学管理 的迫切要求以及对准确和适应性强的负荷模型的需求，使得对负荷预测的重视程度越来 越高。九十年代，随着世界各国电力市场的发展，负荷预测受到了人们更加广泛的重视。 长期以来，国内外电力工作者以采用更为先进的理论提高预测的准确性，为电力系 统经济性和安全性提供有力的保障为出发点，对负荷预测的理论和方法做了大量的研 究，提出了许多预测方法，如时间序列分析法、回归分析法、人工神经网络法、专家系 统法、模糊预测法、灰色系统法、组合预测法等。下面分别介绍和评价这几种主要的 负荷预测方法： 1 时间序列分析法m 时间序列分析法是一种最常见的负荷预测方法，它对给定的一定时间的历史负荷记 3 第1 章绪论 录，提取出基本负荷分量、天气敏感负荷分量和特别事件负荷分量后，剩余的残差即为 各时刻随机负荷分量，可以看成是随机时间序列。时间序列法包括b o x j e n k i n s 法、卡 尔曼滤波法、自回归移动平均法等模型。 若负荷环境和社会因素不发生突变，利用时间序列方法能取得良好的效果；若这些 因素发生突变，时间序列分析法的预测结果将受到一定的影响。 图1 - 1 负荷预测的分类及目的 f i g l 一1t h e s o r ta n df u n c t i o no f l o a df o r e c a s t i n g 2 回归分析法【9 】 回归预测是根据历史负荷数据的变化规律，寻找自变量与因变量之间的回归方程 4 中国石油大学( 华东) 硕士学位论文 式，确定模型参数，据此作出预测。按自变量的个数可将回归问题分为一元回归和多元 回归；按照回归方程的类型可分为线性回归和非线性回归。 回归分析法技术比较成熟，预测过程简单。但是模型误差较大，外推特性差。当影 响负荷因素错综复杂或相关因素数据资料无法得到时，即使增加计算量和复杂程度，也 无法修正模型的误差【9 】。 3 人工神经网络法( a n n ) 【l o 1 6 】 人工神经网络( 趾州) 是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，让计算机学习包含在历史负荷数据中的 映射关系，再利用这种映射关系使其满足精度要求预测未来负荷。人工神经网络方法具 有很强的鲁棒性、记忆能力、非线性映射能力以及强大的自学习能力，可以学习复杂的 数学关系，自动发现和把握事物发展的规律，建成具有丰富内涵的网络模型；其缺点是 学习收敛速度慢，可能收敛到局部最小点，而且知识表达困难，难以充分利用调度人员 经验中存在的模糊知识。 人工神经网络方法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，通常会有大的波动，而并非是一个平稳随机过程。 常用的a n n 模型是b p 网络模型和r b f 网络模型。 4 专家系统法【1 7 - 1 8 】 基于专家系统的负荷预测是采用启发推理的方法，对过去几年的负荷数据和天气数 据进行细致的分析，从而汇集有经验的负荷预测人员的知识，提取有关规则，形成一种 可用于多种复杂因素干扰下的电力系统负荷预测方法。专家系统是对人类不可量化的经 验进行转化的一种较好的方法，若能将它与其他方法有机结合起来，构成预测系统，可 得到满意的结果。但是专家系统的专家经验的全面获取是极其困难的，而且，运算速度 不够快成为其在线应用的一大障碍。 5 模糊预测法( f u z z y ) 1 9 - 2 2 1 模糊预测法应用模糊逻辑和预报人员的专业知识将数据和语言形成模糊规则库，然 后选用一个线性模型逼近非线性动态的系统负荷。将其引入的原因是，电力系统中存在 大量的模糊信息，如负荷预测中的关键因素气象状况的评判、负荷的日期类型的划分等 信息都是模糊的，处理这些模糊问题的常规方法就是采用统计和经验相结合的方法，这 给负荷预测引入了不科学因素，并且与自动化要求相矛盾，而模糊预测方法正是破解这 5 第1 章绪论 些模糊信息的钥匙。但在实际应用中，单纯的模糊预测方法往往不能获得令人满意的预 测精度，这主要因为模糊预测方法没有学习能力，这一点对于不断变化的电力系统而言， 是极为不利的。 6 灰色系统法1 2 3 。2 7 】 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 和累减生成的方法，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( 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， 即可根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，在建模 时不需要计算统计特征量，从理论上讲，可以适用于任何非线性变化的负荷指标预测， 但其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 其它趋势的指标则有时拟合灰度较大，精度难以提高。 7 支持向量机法 2 8 - 3 2 1 支持向量机( s u p p o r tv e c t o rm a c h i n e s ，s v m ) 是由v a p n i k 最早提出的一种统计 学习方法，从线性可分情况下的最优分类面发展而来的一种及其学习算法。它实现了风 险最小化原理，对未来的样本有较好的泛化功能另外，支持向量机的一个最显著的特点 是其训练能够等价于解决一个线性约束的二次规划问题，因此能够保证全局最小四。 8 组合预测法【3 3 调 组合预测有两类概念，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方法；二是指在几种预测方法中进行比较，选择拟合优度最佳或 标准离差最小的预测模型作为最优模型进行预测。 组合预测方法的优点是优选组合了多种单一预测模型的信息，考虑的影响信息比较 全面，因而能够有效的改善预测效果；其缺点是权重的确定比较困难，不可能将所有再 未来其作用的因素全包含再模型中，在一定程度上限制了预测精度的提高。 1 4 本论文的主要研究工作 本文在充分分析了某油田区域负荷变化规律的基础上，研究了中期、短期负荷的预 测方法，建立了相应的预测模型，并最终开发了一套负荷预测软件。因此，本文的具体 工作主要分为两个部分：电力系统中短期负荷预测的理论研究和电力系统中短期负荷预 测系统软件的开发。主要内容如下： 6 中国石油大学( 华东) 硕士学位论文 1 搜集历史负荷数据，对其进行整理和校核，剔除或更正错误数据，对缺漏的数 据进行弥补。 2 观察历史负荷数据，总结负荷内在特性和外在规律，研究负荷预测与气象因素 之间的关系。 3 利用m a n a b 软件进行中短期负荷预测模型的算法研究： ( 1 ) 运用灰色模型法建立中期负荷预测模型，进行月负荷预测的日总电量、日最 大负荷、日最小负荷的预测，通过实例验证算法的准确性。 ( 2 ) 采用时间序列法、遗传神经网络法和支持向量机法分别建立短期负荷预测模 型，通过实例验证进行算法比较，确定最优算法。 4 在m a n a b 算法研究的基础上，应用v b 开发电力系统中短期负荷预测软件，实 现友好用户界面，建立负荷预测数据库、负荷影响因素映射数据库，设计负荷分析预测 功能模块并进行调试，完善系统的功能和各方面的性能。 7 第2 章电力系统负荷预测概论 第2 章电力系统负荷预测概论 2 1 电力负荷的分类和特性 电力系统是一个周期性和随机性都很强的系统，它与社会、经济、政治、气象等众 多因素有着极为复杂的关系。一方面，电力负荷按一定趋势有规律的发展变化；另一方 面，负荷受众多因素的影响，随时都可能发生一定的波动。在进行电力系统负荷预测时， 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【3 刀。 2 1 1 电力负荷的分类 电力负荷是指各用电单位或用电设备使用电力和电量的具体数量。电力负荷分类是 为了说明国民经济各部门的用电情况和变化规律，它是反映电气化的发展水平和趋势的 指标，用于分析研究经济增长与电力生产增长、社会产品增长与电力消耗量增长的相互 关系，是负荷预测和电力分配的依据。 电力负荷一般可以分为工业负荷、城市民用负荷、商业负荷、农村负荷以及其他负 荷，不同类型的负荷具有不同的特点和规律： l ，工业负荷 工业负荷是指工业企业用于工业生产的用电，在我国国民经济结构中，除个别地区 外，工业负荷的比重在用电构成中居于首位。工业负荷本身基础很大，而且三班连续生 产，所以这类负荷变动较小。工业负荷一般可视为受气候影响较小的负荷，但这并不是 说它不受气候的影响，在高温季节，工业负荷也含有为降温和防暑所必须消耗的电能。 2 城市民用负荷 城市民用负荷主要是城市居民的家用负荷，具体包括居民家中的空调、微波炉、电 冰箱、电视、电炉以及其它的家用电器设备等。它具有明显的年增长与季节性波动特点， 而且民用负荷的特点还与居民的日常生活和工作的规律紧密相关，各种电器设备的广泛 使用，使得民用负荷占整个电力系统的比例越来越大，而且季节性变化的特点在大多数 情况下，将直接影响系统峰值负荷的季节性变化，而其影响程度则取决于城市居民负荷 在系统总负荷中所占的比例。 3 商业负荷 商业负荷主要是指从事商业经营或围绕商业的其它的一些服务行业，如餐饮、娱乐 8 中国石油大学( 华东) 硕士学位论文 部门等提供照明、动力、通风和空调等用电负荷。它的特点是用电增长平稳，具有季节 性并且易受天气变化的影响。商业负荷在电力系统负荷中所占的比例虽然不及工业负荷 和民用负荷，但是必须注意在电力系统每天晚高峰负荷中商业负荷的影响也是相当大 的。另外，在节假日时，其他用电负荷基本上处于较低水平，而商业负荷却正是处于最 高用电阶段，所以商业负荷在节假日必须引起充分重视。 4 农村负荷 农村负荷是指农村居民生活用电和从事农业生产相关的用电，在用电构成中，农村 用电所占的比重不大。此类负荷与工业负荷相比，受地理、气候、季节等自然条件的影 响很大，这是由于农业生产的特点所决定的。我国地域广阔，由于地理位置的原因，各 地降雨季节有较大差异，天气干燥、降水少的地方，农业生产用电较多，而气候适宜、 降水较多的地方相对来说，农业用电则较少。此外，农业的电气化水平和经济发展程度 也决定用电量的大小。 5 其他负荷 其他负荷是指用于市政用电、公用事业、政府办公、交通运输、通信信号、军事用 途等的用电负荷，此类负荷所占比重较小，虽然也都有各自的不同特点，但对整个系统 负荷影响不大。 2 1 2 电力负荷的内在规律 电力系统负荷的变化是有规律的，其规律主要体现在负荷变化的周期性，这种周期 性是负荷的一种内在规律。究其原因，人类的生产、生活具有规律性，而人是消费电能 的主体，因此负荷变化也具有规律性。 负荷的内在规律主要体现为负荷变化的周期性。负荷变化的周期性是指在一定的时 间内，负荷的变化具有重复性。该周期性进一步细分为：负荷变化的年周期性、周周期 性和日周期性。 1 负荷变化的年周期性 负荷变化的年周期性是指以一年为周期的负荷变化中体现出的规律。这种周期性与 季节关系极大。由于人们的生产、生活与季节直接相关，季节不同，决定了m 】生产和 生活方式的不同。在冬季，由于气温较低，人们的室内活动较多，室外活动较少。从而 取暖负荷明显高于其它季节；而在夏季，由于温度较高，人们室内活动较少，室外活动 相对冬季明显增多。因此从全年来看，负荷相对于冬季明显减少；春秋季负荷的特性介 9 第2 章电力系统负荷预测概论 于冬夏之间，负荷的变化特性不是恨明显。 2 负荷变化的周周期性 负荷变化的周周期性是指以从七天为一周期的负荷变化中体现出来的规律性。这种 周期性分为两种负荷变化类型的规律：一类是从周一到周五的工作日日期类型的负荷变 化特点；另一类是周六和周日的周末日期类型的负荷变化特点。工作日日期类型的负荷 的变化具有相同的规律；周末日期类型的负荷的变化规律具有相似性。这一特点与人们 的日常生产、生活习惯紧密相连的。一般工作日期间，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；而周末期间，工业负荷所占比重下降，而居民生活用电、餐饮业等服务性行业所占 比重明显上升，因此周末日期类型的负荷具有相似性，但周末类型负荷明显比工作日类 型负荷低。 负荷变化的周周期性是分析、掌握典型日负荷预测和日负荷预测的关键，也是进行 典型日负荷预测和日负荷预测的基础。 3 负荷变化的日周期性 负荷变化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。 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又分为峰荷、谷荷、腰荷 三个时段的负荷。从本质上说，在这三个时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，对应的时间是在夜间，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，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。 负荷变化的日周期性是分析掌握日负荷预测、超短期负荷预测的关键，也是进行日 负荷预测、超短期负荷预测的依据和基础。 2 1 3 电力负荷的外在特性 负荷的外在特性是指负荷随外在影响因素的变化而变化的过程中所体现出来的特 性。负荷的变化在一定程度上具有周期性，但同时也伴随着一定的波动。通常情况下， 负荷的变化受多种因素的制约，并且这种因素对负荷变化规律的影响互不相同，从而构 1 0 中国石油大学( 华东) 硕士学位论文 成了负荷变化的波动性。外在因素对负荷的影响并不是无章可循的，其中随外在因素影 响具有规律性的波动，称之为负荷变化的外在特性。 影响电力负荷变化的因素很多，归纳起来有以下几类。 1 作息时间对负荷特性的影响 一般白天上班时间负荷最高，晚上和凌晨负荷达到最大值。深夜负荷是每天负荷的 最低点，中午休息时间也往往出现负荷降低。 2 生产工艺对负荷特性的影响 连续性生产( 如冶金、化工等) 电力负荷非常稳定。三班制机加工业除交接班是负 荷较小外，其他时间的负荷也很平稳。一班制工业负荷集中在白天，夜间负荷很小，日 负荷很不均匀。 3 节假日对负荷特性的影响 国家法定节假日( 元旦、春节、五一和国庆) 期间的负荷与平时的负荷相比，由于 工业负荷减少，商业负荷明显增加，负荷出现不同于工作日和正常休息日的特点，但总 体来讲负荷是明显降低了。 节假日负荷的变化规律和正常工作日情况显著不同，受干扰因素众多。“五一 和 “十一”因为在春秋季节，受温度影响相对较小，这些在预测时需要建立独立的预测模 型。“元旦”和“春节 由于处于温度较为敏感的冬季，在一些地区，温度的突然降低 会导致采暖设备的开启，从而造成负荷增加，因此天气是需要考虑的重要因素。 4 温度对负荷特性影响 温度是影响负荷的主要因素之一，宏观的体现在负荷的季节性变动，微观的体现在 相邻几日内温度变动时，相应的负荷也出现相应的变化3 8 1 。 日负荷是负荷变化的基本单元，其随温度的变化情况，是掌握负荷与温度关系的重 要途径。因此研究负荷与温度的关系时，需要考察日负荷与温度的关系。通常温度与当 天的负荷有着直接的关系，不会影响第二天的负荷，如果两天的温度有较大差异，负荷 尤其是日峰值负荷会出现较大的波动。因此，当前很多负荷预测模型都将温度作为一个 重要因素考虑到其中。 温度对负荷影响的另一方面体现在季节不同，负荷的特性也不同，温度对负荷的影 响效应也不同。冬季的负荷与温度呈相反趋势变化，这是因为供热负荷是冬季波动负荷 的主要组成部分，而供热负荷与温度呈相反趋势变化；夏季日负荷与温度具有相同的变 化趋势嗍，这是因为制冷负荷是夏季波动负荷的主要组成成分，而制冷负荷与温度呈现 1 1 第2 章电力系统负荷预测概论 相同的变化趋势；春季日负荷与温度的关系较为复杂，春季是冬季向夏季的过渡阶段， 负荷的波动成分由供热负荷为主，逐步转为以制冷负荷为主；秋季是夏季向冬季的过渡 阶段，其负荷与温度的关系与春季相反。 5 天气状况对负荷特性的影响 天气状况包括晴、多云、阴、雨雪天气，其变化对电力负荷会产生很大的影响。一 方面天气状况的变化会引起温度变化，从而影响负荷变化，另一方面针对不同类型负荷 产生影响，例如，阴天会使白天照明负荷增加，在夏季排灌期间，雨天会使农村负荷降 低m 。 6 分时电价对负荷特性的影响 电价也是影响负荷的一个主要因素，随着电力市场化的不断深入，我国实施了电价 体制改革，国家推出了“分时电价 的政策，负荷变化在短期内也会对电价进行响应， 用户将会把用电计划安排在电价较低的时段，这不但对本时段负荷的影响，也会影响其 它时段负荷，起到转移峰荷的作用。 电价对负荷特性的影响包括电价水平的影响和电价结构的影响两个方面。电价水平 影响设计因素较为复杂，如经济发展水平、全社会物价上涨指数、各类用户对电价的承 受能力等等，从电价水平和负荷特性指标的数量关系看，目前我国有呈正相关，也有呈 负相关的，没有明显的规律性；从电价结构对负荷特性的影响看，主要在峰谷电价方面， 峰谷电价的执行，抑止了高峰负荷的增长，同时明显的拉高了负荷率。 2 2 负荷预测的特点 由于负荷预测是根据电力负荷的过去和现在推测它的未来数值，所以，负荷预测工 作所研究的对象是不肯定事件，只有不肯定事件、随机事件，才需要人们采用适当的预 测技术，推知符合的发展趋势和可能达到的状况【4 。这就使负荷预测具有以下明显的特 点。 1 不准确性 电力负荷的未来发展是不确定的，而且要受到各种复杂因素的影响，并且各种影响 因素也是变化的，如社会经济发展、人口增长、全球气候变化、新技术发展、能源产业 政策等，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 临时情况发生变化的影响，同时，科学的预测方法与理论的不断更新，将影响到预测精 度，因此就决定了预测结果的不准确性或不完全准确性。 1 2 中国石油大学( 华东) 硕士学位论文 2 条件性 各种负荷预测都是在一定条件下作出的。对于条件而言，又可分为必然条件和假设 条件两种，如果负荷预测人员真正掌握了电力负荷的本质规律，那么预测条件就是必然 条件，所作出的预测往往是比较可靠的，然而在很多情况下，由于负荷未来发展的不确 定性，所以就需要一些假设条件。当然这些假设条件不是毫无根据的凭空假设，而应根 据研究分析，综合各种情况而得来。给预测结果加以一定的前提条件，更有利于用电部 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，因此，要 求有比较确切的数量概念，往往需要确切的指明预测的时间。 4 多方案性 由于负荷预测具有精度问题，并且由于预测的不确定性和条件性，预测手段及理论 数学模型必然会有多样性，有时要对负荷在各种情况下可能的发展状况进行预测，这样 就会得到各种条件下不同的负荷预测方案，使预测的结果并不唯一。 2 3 负荷预测的基本原理 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。目前已 经总结出的原理如下 2 j ： 1 可知性原理 可知性原理是指事物的发展变化有内在的规律，这些规律是可以为人们所认知的， 也就是说负荷的发展规律、发展趋势和状况是可以为人们所知道的，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来预测未来，这是进行负荷预测的 基本依据。 2 可能性原理 电力负荷未来的发展是不确定的，它受到多种复杂因素的影响，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，有些却很难预见到，加上 一些i i 缶时变化的影响，因此就决定了预测结果的不确定性或不完全准确性。 3 连续性原理 连续性原理又称为惯性原理，是指预测对象的发展是一个连续统一的过程，其未来 1 3 第2 章电力系统负荷预测概论 发展是这个过程的继续。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 有的趋势和变化率发展下去。这种惯性正是进行负荷预测的主要依据。 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相似之 处，人们就利用这种相似性进行预测，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。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是为 了不断提高预测的准确性而进行的反馈调节。在进行反馈调节时，首先认真分析预测值 和实际值之间的差距及产生差距的原因，然后根据已经查明的原因，适当改变输入数据， 进行反馈，调节预测结果，反馈性预测实质上就是将预测的理论值与实际值相结合，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 这个原理认为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。这些系统综合成一个完整的总系统，都要进行考虑，即预测对 象的未来发展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密 切相关，它们相互作用和相互影响。 1 4 中国石油大学( 华东) 硕士学位论文 第3 章基于灰色系统理论的中期负荷预测 如前所述，中期负荷预测包括年负荷预测和月负荷预测。本文主要研究月负荷预测， 其预测的内容为下一个月月内各日的日最大负荷、日最小负荷和日总电量，即日最大负 荷预测、日最小负荷预测和日总电量预测。 。 月负荷预测的方法很多，典型的有：回归分析法、时间序列分析法、弹性指数法、 灰色模型法、模式识别法、模糊预测法、专家系统法等【2 7 1 。本文采用的是灰色模型法。 3 1 灰色系统理论介绍 3 1 1 灰色系统 灰色系统是介于白色系统和黑色系统之间的过渡系统，具体含义是：如果某一系统 的全部信息已知，该系统为白色系统，全部信息未知则为黑色系统，部分信息已知，部 分信息未知，该系统就是灰色系统。通常情况下，社会系统、经济系统、生态系统都是 灰色系统。灰色系统的概念是由邓聚龙教授在1 9 8 2 年提出的，目的是为了某些实际问 题的