（电力系统及其自动化专业论文）基于web的中长期电力负荷预测软件的研究与开发.pdf

a b s t r a c t l o a df o r e c a s t i n gp l a y s8 ni m p o r t a n tr o l ei nt h ep r o d u c t i o na n do p e r a t i o no ft h ep o w e rs y s t e m ， k n o w i n gl o a dv a r i a b l ee n dc h o o s i n gs u i t a b l el o a df o r e c a s t i n gm o d e li st h ek e yt oi m p r o v i n gl o a d f o r e c a s t i n gp r e c i s i o n m i d q o n gt e r ml o a df o r e c a s t i n gt h e o r ya n dt h es i g n i f i c a n c eo f t h ew e ba r es t u d i e d a f t e ra n a l y z i n gt h ef o r e c a s t i n gm e t h o d sa n da p p l i c a b l es c o p eo fv a r i o u sf o r e c a s t i n gm e t h o d s ，i t c h o o s e sp a r t i a ll e a s ts q u a r em o d e l ，g r a ym o d e la n ds o0 1 1 i tp r e s e n t so n en e wm e t h o df o rc o m b i n e df o r e c a s t i n g - t h ew e i g h tc h a n g e a b l ec o m b i n e df o r e c a s t i n g m o d e l r e l e v a n tl o a df o r e c a s t i n gs o f t w a r ei sd e v e l o p e df o rv a r i o u sf o r e c a s t i n gm e t h o d si nt h es t u d y t h e s o f t w a r ei n t e g r a t e st h ef u n c t i o no f d a t ai n p u t ，f u n c t i o no f l o a df o r e c a s t i n g t h ef o r e c a s t i n gs o f t w a r eh a s o p e r a t i n gc o n v e n i e n c ee n ds t r o n gp r a c t i c a b i l i t y , w h i c hi sw o r t hu s i n gw i d e l y s o m es i m u l a t i o ne x a m p l e st e s tt h e s em e t h o d s ，w h i c ha r ep u tf o r w a r di nt h i sp a p e r a f t e r d e t a i l e d l y i n t r o d u c i n g t h e s o f t w a r e ，t h e a u t h o r u s e s i t t o f o r e c a s t t h e l o a d s o f s o m e w h e r e t h e u t i l i t yp r o v e si t sf e a s i b i l i t y a tt h es o m et i m e ，i ta l s op r o v e st h ei m p r o v e dc o m b i n e dm o d e l f e a s i b i l i t y k e y w o r d s ：m e d i u ma o n gt e r ml o a df o r e c a s t i n g ，w e b $ e r v i c e ，t h el a n g u a g eo f 饼，c o m b i n e d f o r e c a s t i n g ，o p d m i z a t i o nc o m b i n gm e t h o d l l 独创性声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成 果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发 表或撰写过的研究成果，也不包含为获得中国农业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。 研究生签名： 时间： 瑚6 年f f 月习日 关于论文使用授权的说明 本人完全了解中国农业大学有关保留、使用学位论文的规定，即：学校有权保留 送交论文的复印件和磁盘，允许论文被查阅和借阅，可以采用影印、缩印或扫描等复 制手段保存、汇编学位论文。同意中国农业大学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。 ( 保密的学位论文在解密后应遵守此协议) 研究生签名：许攫 导师签名 ；乞兹芑 时间： 砌6 年f f 月q 日 时间：p 6 年r 1 月印r 中同如咿j ：学“6 ，f 节什论立= 第一幸绪论 第一章绪论 引言 近儿年来，由丁经济结构调整，我国_ l l j 电市场出现了缓和，电力设备出现了部分闲置，发电 机组平均运行小时逐年。f 降，直接影响电力企业的经济效益。特别是厂网分开，采取合约电量+ 竞价上网模式运作，各类州户构成的各种备类负荷，分别早现出不同的特性和人小。由丁电能不 能人量存储，要求发电功率时时刻刻跟踪负荷变化，做剑供需平衡。 科学的预测是进行决策的依据和i 保证，电力负荷预测是企业制订基建计划、发供电计划、燃 料计划、财务收支计划等各项重要经营计划的基础，也是计划、规划r ：作的重要组成部分，其目 的是为了合理安排电源和电网的建设进度，提供宏观决策的依据，使电力建设满足国比经济增长 和人民生活水平提高的需要。 中长期负荷预测主要是圳丁制定电力系统的扩建规划，包括装机容量的大小、形式、地点、 时间和电网的增容扩建上。它为所在地区或电网的电力发展速度，电力建设规模，电力工业布局， 能源资源平衡，地区间的电力余缺调剂，以及电网资金和人力资源的需求平衡提供了可靠的依据。 1 1 负荷预测的目的和意义 1 1 1 电力负荷预测的内涵 电力负荷预测就是在正确的理论指导下，在调查研究掌握人量详实资料的基础上，运用可靠 的手段和方法对电力负荷的发展趋势做出科学合理的推断。 1 1 2 电力负荷预测的目的 负荷预测是从己知的_ j 屯需求出发，考虑政治，经济，气候等相关因素，对未来的瑚电需求 做出的预测。负荷预测包括两方面的含义：对未来电力需求量( 功率) 的预测和未来电能需求量 ( 用电量) 的预测，电力需求量的预测决定发电、输电、配电系统新增容量的大小；电能预测决 定发电设备的类型( 如调峰机组，基荷机组等) 。 负荷预测的目的是提供负荷发展状况及水平，同时确定各供电区，备规划年供用电量、供用 电最人负荷和规划地区总的负荷发展水平，确定各规划年 j 电负荷构成”。 1 1 3 电力负荷预测的意义 负荷预测是电力系统运行调度中非常重要的内容，它是保证电力系统安全经济运行和实现电 网科学管理季调度的重要依据，也是能量管理系统( 酬s ) 和配电管理系统( d m s ) 的重要组成部 分。提高负荷预测的技术水平，有利丁二计划川电管理，有利丁合理安排电网运行方式和机组检修 中f 司农、眇，：0 舯| j 仃论正第。幸绪论 计划，有利丁节煤、节油和降低发电成本，有利丁，制定合理的电源建设规划，有利丁i 提高电力系 统的经济效益和丰十会效益。冈此，负荷预测l ：作已成为实现电力系统管理现代化的重要内容之一。 在我国电力事业空前发展的今天，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。在国家电力公司每年度科技申报的项目中，包括电市场关键技术、电网规划在内的许 多项目都是针对电力负荷预测、市场需求预测等的研究。可见，如何充分利州现有的数据资料、 建立止确的预测理论和方法、建立相应的预测模型、提高预测精度，已成为电力系统州电预测不 可忽视的研究课题之一。 长期以来，由丁我国受计划经济的影响，电力系统负荷预测i ：作并没有受到足够的重视。随 着电力市场的改革，电力i ：业上 逐步由计划经济向市场经济转变，使得电力部1 j 之间的竞争更加 激烈。只有提高经济效益、提高劳动生产率、降低发电成本，才能获得更大的利润，才能为电力 部rj 赢得更人的生存空间，才能使电力部rj 在激烈的竞争中立丁不败之地。电力市场的引入必然 给e m s 带米功能和内涵的上的巨人变化。与垄断运营模式不同，以引入竞争为主要目的的市场经 济运营模式迫使电力部f j 对负荷预测的重要性和迫切性的认识上升剑了一个新的高度，同时对电 力系统负荷预测提出新的标准和要求”1 。这些要求包括准确性、实时性、可靠性、智能性，它 们是相互联系、相互制约的。 电能作为一种非常重要的能源，已经被应用到各行各业，同时对电能质量的要求也越来越高。 电力负荷预测作为保证电能质量的一个基本工具，得到了越来越多的关注。 预测技术在电力t ：业中具有特别重要的地位。这是电力j l ：业生产、输送、消费同时进行，以 及电力：业先行的特点所决定的需电量及电力负荷预测是电力系统规划和建设的基本依据。它 所提供的朱来负荷数据，直接关系到电力系统生产计划和电力系统运行方式的安排，具有重要的 经济意义。新建电网中的电源布局，电网规划的电力平衡，旧电网的改造，以及运行机组的生产 计划安排，都与当地负荷( 预测结果) 有关。负荷预测是制定扩建发电容量计划，确定输电、配 电等供电方案，选择电力设备的主要依据。电力负荷预测1 ：作是电力公司经营利制定发展战略的 基础，是准确把握市场脉搏，分析未来电力需求的走势的必要，i ：具。 总之，准确的预测电力负荷，既是保证无条件供应国民经济备部门及人民生活以充足电力的 需要，也是电力丁业自身健康发展的需要。电力系统是一个运行高度统一的人系统，由于电能不 能大量储存，其生产和消费必须同时进行，因此预知负荷的需求不但可以减少不必要的投资，而 且还可以为电力生产和管理部门提供依据，不但具有1 仁常重要的理论意义，而且还具有十分显著 的r = 程实用价值。电力负荷预测理论就是因此而发展起来的，尤其是在形成电力交易的过程中， 负荷预测的研究更据有极其重要的意义”1 。 1 2 基于w e b 设计的意义 1 2 1w e b 技术结构 2 0 世纪9 0 年代中期，随着i n t e r n e t 的广泛虑用和普及，人们从i n t e r n e t 上得到了方便、 快捷和更加多样化的信息，而且不必了解网络内部实现的细节，浏览器服务器( b s ) 结构就是在 这种背景下产生的。在8 s 结构中，客户机统一采用易丁操作的_ j 户界面浏览器的形成，使 2 中田农业j 、。俩学位论贮 第一幸绪论 得b s 结构找同了主机系统结构的集中性，从而系统更具可控性，给系统维护带来了极人的方便。 将系统的戍川程序集中到服务器端，而无需开发客户端稃序，服务器上所有麻_ l i j 程序都可以通过 w e b 浏览器在客户机上执行。埘户只需要在网上建立自己的w e b 服务器，并通过服务器与数据库 连接实现访问w e b 数据库的功能，不仅统一了圳户界面，而且实现了跨平台操作。 1 2 2 基于w e b 的中长期电力负荷预测软件的作用和意义 电力系统计算在电网规划、设计、运行、设备选择、继电保护等方面都起着十分重要的作心。 传统的计算软什多是w i n d o w sf 单机稃序，随着i n t e r n e t 的b 速发展，人们获得信息的手段和方 法正经历着巨人的变化，而基丁- w e b 的计算也悄悄改变着传统的计算观念。 利h 4 基 - w e b 的计算软件，用户的计算机不需要安装计算软彳，| ：，只要是连上互联网的每一台 计算机都可以进行计算，数台电脑可以同时进行计算而互不影响，大人提高了工作效率。软件的 更新和换代可以直接住服务器端进行，j f j 户不需要在关注这些繁琐的细节。基 - - w e b 的电力中长 期负荷预测系统已经不仅仅局限于减轻j ：作人员的工作量，而是要从i ：程计算部件的重复开发中 解放出来，用更多的精力去关注科研l ：作的开展，从而提高一i ：作效率。 优点： ( 1 ) 用户可以随时随地利_ ji n t e r n e t 进行相关计算，能充分发挥网络优势。 ( 2 ) 软件的更新换代直接在服务器端进行，减少用户对系统维护的1 ：作量，大大方便用户 的使用。 ( 3 ) 降低了用户对开发或购买软件的费用。 1 3 负荷预测的基本步骤 1 明确负荷预测的内容和要求，制定预测计划 根据不同地区，不同时期的具体情况，紧密联系电力i ：业实际需要，确定合理的预测内容、 预测指标。需要考虑的主要问题有：准备预测的时期，所需要的历史资料，需要多少项历史资料， 资料的来源和搜索资料的方法，预测的方法，预测f 作完成时间，所需的经费来源等等。， 2 调查并搜集资料 要尽可能全面、细致的收集所需要的资料，包括电力企业内部资料和外部资料，国【屯经济有 关部j 的资料，以及公开发表和朱公开发表的资料，然后从众多的资料中挑选出有用的部分，进 行深入研究，进一步考虑是否还需要再搜集其它资料，避免j = j 臆想的数据去填补负荷预测数学模 型中所缺少的资料。 3 基础资料整理、分析 对收集的大量信息进行审核和必要的加i ：整理，是保证预测质量所必需的。可以说，预测的 质量不会超过所_ 【 j 资料的质量，整理资料是提高关键数据的可信度。 4 选取预测模型、确定模型的参数 负荷预测模型是多种多样的，以适用于不同结构的资科，因此，对一个具体的资料，就有肴 选择合适的预测模型的问题。正确选择预测模型在负荷预测中是关键性的一步，有时候由丁二模型 的选择不当，会造成预测误差过人，就需要更换模型。必要时，可同时采h j 儿种数学模型进行运 3 中同豁，j 、 坝i 学f ? ，论之第一市绪论 算，以便对比、选择。 5 确定负荷预测结果 用预测模型进行负荷预测，运算得剑预测值 前已经出现的各种可能性，以及新的趋势和发展 价，最终对初步预测结果进行调整手| l 修止。 6 结果审核，交付使_ l j 或利_ l j 其他方法得剑初步预测值，还要参照当 对预测结果进行综合的分析、对比、判断和评 结合专家经验对预测结果、预测精度及可信度做山评价，用历史数据样本进行检验，井进行 臼适麻修止。准备滚动负荷预测：积累资料，为f 阶段的负荷滚动预测做好准备。根据分析判断 最后的预测结果，编写本次负荷预测的报告。在报告中应有数据资料、报告分析、数学模型、预 测结果及必要的图表。让读者一日了然，便丁应用。 1 4 负荷预测的误差分析 负荷预测模型是统计资料的概括，反映的是经验资料内部结构的一般特征，与该资料的具体 结构并不完全一致，所以不可避免的会产生误差。研究产生误差的原冈，建立恰当的误差分析模 型，计算并分析误差的大小，可以认识预测结果的准确程度，在利_ 【 j 预测资料作决策时具有重要 的参考价值。 目前广泛应用的计算、分析预测误差的方法有绝对误差与相对误差、平均绝对误差、均方误 差、均方根误差、标准燕、关联度误差分析、平均绝对自- 分误差、后验若检验等。这些方法虽然 在负荷预测的误差分析中起到了一定的作刚，但是为了更精确的进行误差分析，应根据预测模型的 特点，针对性地建立合适的误差分析模型。 1 4 1 产生误差原因 产生预测误差的原冈很多，主要有以下几个方面嘲： ( 1 ) 模型本身在描述时的误差 ( 2 ) 选取的模型与实际规律不符产生的误差 ( 3 ) 资料不全或不佳带来的误差 ( 4 ) 随机事件引发的误差 以上各种原冈引起的误差是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，必须根据以上原因逐一进行核查，寻找根源，加以改进。 1 4 2 预测误差分析 负荷预测中常朋的计算和分析预测误差指标和方法 1 绝对误差与相对误差 设y 表示实际值， 表示预测值，则y 一 为绝对误差，兰为相对误差。 4 中田农、j 、中顺l 节f 一论z 第一帝绪论 v v 有时相对误筹也可 c a 分二= 1 0 0 表示。这是一种直观的误筹表示方法。在电力系统中作 为一种考核指标而经常使川。 2 平均绝对误著 m a e = 吉孰= 三r 虬i = l 一 ，i - ， n 冒一 l 式中，m a e _ 平均绝对误差； e 第i 个预测值与实际值的绝对误差5 z 第i 个实际值； n 第i 个预测值： 一历史负荷数据个数： 由丁预测误差有止有负，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数， 这是误差分析的综合指标法之一。 3 均方误差 1 1 n “ 心善局22 寺善( i 。) 2“-2)n智。疗智” 式中，m s e 均方差，其他符号同前。 均方误差是预测误著平方之和的平均数，它避免了正负不能相加的问题，是误差分析的综合 指标法之一。 4 均方根误差 r m s e = 辱= 氍磊 ( i - 3 ) 式中，r m s e 均方根误差，其他符号同前。 这是均方误差的平方根。由于对误差e 进行了平方，加强了数值大的误差在指标中的作用 从而提高了这个指标的灵敏性，是一大优点，这也是误差分析的综合指标法之一。 5 标准误差 s y = ( 1 4 ) 式中，预测标准误筹： ，r _ 历史负荷数据个数； j ，r 一自由度，也就是变量的个数，即自变量和因变量的个数总和； 6 关联度误差分析 关联度的基本思想，是根据曲线间相似程度来判断关联程度，实质上是几种曲线间几何形状 的分析比较，即认为儿何形状越接近，则发展变化态势越接近，关联程度越大。 5 中罔农廿j 、学何r7 仃沦之 篇一章绪论 若指定参考数列为x o ，被预测数列为五，其中( 卢l 2 m ) ，且 而2 璺o x t 乡”曹2 ( 卢l 2 ，m ) ( 1 _ 5 ) = x i 0 ) ，玉( 2 ) ，。点( n ) ) 一 则称 删=minra丽inixio(k)-而xf(k面)l+p面max丽max呵ixo(k)-xi(k)l c - 石， 为曲线与在第k 点的关联系数。上式中：j x o ( k ) 一玉( 七) | _ a f ( 七) 称为第t 点与的绝对差： m i m i 1 x o c k ) 一葺( 七) l 称为两极最小差，其中m i n l x o ( k ) 一再( ) i 是第一级晟小差，这表示在第 五曲线上，找各点与x o 的最小筹，m i n n 草n k ( i ) 一( 后) i 楚第二级最小差，表示在各条曲线中 找山的最小筹基础上，再按= 1 ，i = - 2 ，= m 找所有曲线五中的最小差。 m a x m a x i x o ( k ) 一玉( ) i 是两级最人差，其意义与最小差相似；p 称为分辨系数，是0 与1 间的数，一般取p = o 5 综合各点的关联系数，可得山整个玉曲线与参考曲线而的关联度为 = 圭t ( 七) ( 1 - 7 ) 对于单位不同，或初值不同的数列作关联度分析时，首先要做无量纲化、归一化预处理。 7 平均绝对百分误差 m a 一俐 一1 1 j p e = j 刀 式中，m a p e _ 平均绝对百分误差； 只第i 个实际值； 羹第i 个预测值； ，r 一历史负荷数据个数； 指标评价：以百分数表示，m a p e 越小，精度越高 表卜1 综合评定预测模型的平均绝对百分误差( 1 l a p e ) ( 1 8 ) m a p e 的范围 预测结果的判断 1 0 以下 商精度预测 t o 、2 0 良好颅测 8 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，这是从概率预测 方法中移植过来的。其内容是：以残差( 绝对误差) s 为基础，根据各期残差绝对值的人小，考 察残差较小的点出现的概率，以及与预测误差方差有关指标的人小。具体步骤如f ： 设历史负荷序列为x o = 伽o ( 1 ) ，工o ( 2 ) ，o ( n ) ， 6 中l 可农业人# 硼卜7 ：9 论卫第幸堵论 一( 0 )一( 0 )n ( 0 ) 一f o i 设预测值序列为x = 扛( 1 ) ，x ( 2 ) ，x ( n ) ) ， 记k 时刻实际值一o ( 后) 与计算值( 预测值) x ( 七) 之筹为s ( 后) ，称为女时刻残著 c ( k ) = 工o ( ) 一工( k )( t = l 2 n ) ( i - 9 ) 记实际值j o ( 后) ( k = - i ，2 ，“) 的平均值为i ，即 i = 去和o ) ( t ，( 1 - 1 0 ) 记残著e ( k ) ( 忙1 2 ，“) 的平均值为万，有 歹= 去扣， m 其中，m 为预测残筹数据的个数，一般有ms ，l 。 记历史数据( 实际值) 方差为j j ，即 记残差方著为，有 砰= 告扣o ) ( 铲 ，l i = l ( i - 1 2 ) = 去扣炉玎 m 则可得到后验筹校验的两个重要数据，即后验差比值c ，小误筹概率p c ：s _ l s i p = p p ( 后) 一万i o 9 5( 0 3 5 勉强( 三级) o 7 0 8( o 5 4 i 合格( 朋级) = 0 6 5 7 1 5 本文所作的工作 本论文主要做了如f ) l 方面的l ：作： ( 1 ) 中艮期负荷预测理论以及基tw e b 设计意义的分析。 ( 2 ) 负荷预测方法以及各种预测方法适j j 范嗣的研究，灰色预测模型改进、两次拟合等维 灰色预测模型、1 f 线性同门预测模型、多元 亓l ! 门预测模型、偏最小二乘同门模型等预测方法基丁 w e b 的预测算法程序的介纠。 ( 3 ) 新的变权重组合预测模型的建模方法分析改进变权重组合预测模型的约求局部加 权最小二乘法。 ( 4 ) 软件设计，软们：平台的构建及部分功能的实现。基于w e b 的中长期电力负荷预测系统， 集成数据录入功能、负荷预测功能、简单误筹分析功能。 中同农业j 、# 何! i 学f ? ，论之第+ 幸1 u 力系统们竹而删方法 第二章电力系统负荷预测方法 国内外关丁负荷预测的研究已出现许多种方法，可以! n 结为两类：基丁参数模型的方法利基 于1 f 参数模型的方法。 ( 1 ) 基丁参数模型的方法3 基丁参数模型的方法就是通过分析负荷和影响负荷冈素之间定性的关系，可以建立负荷的数 学模型或统计模型，如：多元线性同l 门模型、白| 亓l i 门平滑移动模型等。通过对历史数据的估计可 得到这些模型的参数，并且通过模型的残筹( 如预估误差) 来评价模型。 ( 2 ) 基于非参数模型的方法 不需要事先知道过程模型的结构和参数的有关先验知识，也不必通过复杂的系统辨识米建立 过程的数学模型，非常适合于存在1 f 线性、多变量、时变、不确定性的电力系统预测。基丁1 f 参 数模型的方法主要有：专家系统、灰色系统、模糊逻辑、基丁二神经网络理论建立的方法，这些方 法优r 传统的地方在于它们考虑了负荷预测系统的鲁棒性，并且在非线性关系下具有分类能力。 2 1 负荷预测经典方法 2 1 1 专家预测法 基本原理是由预测者组织一批电力、经济、能源等领域的专家对电力需求进行预测。通过对 专家意见的综合分析得出可行的预测结果。该方法义分为专家会议法和d e l p h i 法l ”。 专家会议法：组织专家现场讨论，通过专家意见的相互交流得到可行的预测结果。这种方法 的优点是不同意见可以相互交锋，通过讨论与辩论取k 补短，有利于快速得出结果。缺点是预测 结果可以受权威和上级人士左右。 d e l p h i 法：背靠背的专家预测方法，由预测者通过信函形式请各领域对电力需求进行预测。 信函调查一般经过2 轮以上，且均采_ 【 j 匿名形式。这种方法优点在于专家意见不受技术外因素干 扰，但需要时间较长，并且专家的意见没有经过交锋，具有较人的分散性。d e l p h i 法专家数在l o 至3 0 人之间比较合适，挑选专家时需要注意专家的搭配。 主观概率法：由预测者( 或专家) 对预测问题进行主观估计，然后运用主观概率加以评定。 主观概率法实际应用时，常采用二点估算法公式进行计算和预测。 v ：a + 4 m + b，( 2 1 ) 。 6 上式中，y 为预测值，a 为预测高方案，b 为预预0 低方案，m 为预测中方案。 推广的二点估计算法为： v ：k l 。a + k 2 。m + k 3 x b ( 2 - 2 ) 。 七1 + k 2 + k 3 上式中，t ，船，昭分别为预测高、中、低方案的可能概率，且k l + k 2 + k 3 = 1 9 中用似pj 、学顾f + 学p 论立= 第幸f u 力系统鱼付预测方法 2 1 2 指标换算法 1 用电单耗法3 6 1 这个方法是根据预测期的产鼎产量( 或产值) 和h j 电单耗计算需要的_ l j 电量，即 4 = q q ( 2 3 ) 式中， 4 某行业预测期的_ j 电量； 各种产品( 产值) t 【l j 电单耗； q 各种产品产量( 或产值) ； 当分别算出各行业的需川电之后，把它们相加，就可以得剑全部行业的需用电量。这个方法 适川丁：1 ：业比较人的系统。对1 ：中近期负荷预测，用户已有生产或建设计划，根据我国多年经验， _ f j 单耗法是有效的。 2 比例系数增长法 比例系数增长法亦称平均增长率法，假定朱米的电力负荷与过去有相同的增k 比例。用历史 数据求出比例系数，按此比例来预测未来负荷发展。设第年的负荷值为a mk w ，第n 年的负 荷值为a n k w ，则从第n 年至第年0 m ) 负荷的平均增长率置为 小鲁一 q 4 ， 由此预测第年( p m ) 的负荷值为( 以第m 年为基准) ， a t = a m ( 1 + k ) “( 2 - 5 ) 3 电力弹性系数法【3 6 1 负荷的增长与国民经济的发展有着密切的关系，一般可用下列经验公式来表示 y=盯工，(2-6) 式中，r 用电量或用电负荷： x 一国民经济指标值； q 、b 常数： 对式( 2 妨两边取对数，得 l n y = l n a + f l l n x ( 2 - 7 ) 对式( 2 7 ) 两边求导数，可得 塑 塑：b ( 2 - s ) y|x 当负荷( 或用电量) 和国民经济指标的变化符合式( 2 - 6 ) 时，它们的增长率之比为一常数b ，此 常数b 称为电力弹性系数。 电力弹性系数是描述电力生产( 发电负荷或发电量) 增欧速度与国民经济增长速度之间的关 系，称为电力生产弹性系数，其一般定义式为： 1 0 中习收、mj 、学6 ir 卜t p 论乏第 帝f u 力系铳位倘而洲方法 电力生产弹性系数= 毒 嚣 奏誊写糕 当电力弹性系数是描述i 乜力消费( _ l l j 电负荷或用电量) 增k 速度与国比经济增长速度之间的关 系，称为电力消费弹性系数，其一般定义式为 乜力消费弹性系数= 眚崔翼摹冀毒写器 若己知电力消费弹性系数的预测值为b ，预测期国民生产总值( g n p ) 的年均增长率为口i ， 则根据电力弹性系数的一般定义，可测算出电力的年平均增k 率o f ， 口，= 触i( 2 9 ) 那么，可以利用下式计算出预测期所需的_ l l j 电量 所= w o o + 卢饥) ( 2 1 0 ) 式中，w 广预测期需要的j j 电量，k w h ； w r 一基年的实际_ ；j 电量，k w h ； 预测期采用的电力弹性系数； 口i 预测期预计的国民生产总值年均增妖率； 卜一基年至预测目标年间隔的年数； 廊_ i j 弹性系数法预测电力负荷的前提条件，是必须预先知道预测期内国民经济的发展目标及 其年平均增长速度，这可以根据国家经济发展战略规划米确定。弹性系数法预测负荷的关键及核 心问题，是如何确定预测期的电力生产弹性系数值。由丁弹性系数受多方面冈素的影响，而且义 具有某种时间惯性，因此既可以从历史数据中寻找，又必须考虑它在未来可能发生的变化，从分 析影响弹性系数的诸因素的变化中去预测出预测期弹性系数的可能取值。 4 。最人负荷利j j 小时数【3 - q 在已知某规划年的需电量后，可用年最大负荷利羽小时数来预测年最大负荷，即 只。= ( 2 1 1 ) 啦! 式中，只年最大负荷( 姗) ； 以年需用电量( 1 【w h ) ： z t 呲年最大负荷利h j 小时数( h ) ； 各电力系统的年最人负荷利_ j 小时数，可根据历史统计资料及今后_ 【 j 电结构变化情况分析确 定。 5 负荷密度法| 3 6 1 将预测区划分为若干功能区，如将城市划分为商业区、j ：业区、居民区、文教区等，对每一 功能区选择一个负荷密度指标，根据下式计算该预测地区的电力负荷需求量 p = 卑q ( 2 - 1 2 ) 中m 农、世人学何r 卜肇 一论z第。帚乜，j 系统们竹师洲方法 式中，p 预测的负荷值荷k w ； p i 功能区的负荷密度；k w k m 2 q i 功能区的面积；k m 2 麻_ l j 负荷密度法的关键有两点，一是功能区的划分要合理，有代表性；二是备功能区负荷密 度指标的选择要合理，能反映预测期的实际情况和_ l j 电水平。由丁城市用电的相对集中，各功能 区也相对比较易丁- 确定，冈此，负荷密度法一般用丁城市h j 电负荷预测。 2 1 3 类比法 适_ l j 于经济欠发达地区，基本原理是通过选择合适的类比对象，一般选择经济较发达的地区， 且其经济发展的历史情况与本地区经济发展现状类似，通过对比两个地区经济与电关系来获得 预测结果f ”。 其它预测方法还有按第一、第二、第二产业和生活川电预测：按人均电量( 力) 预测等。 2 2 负荷预测新发展 近年来，随着科学技术的迅速发展，预测理论技术也得到了很大发展，新的预测方法不断出 现，这些方法为电力负荷预测问题的研究提供了有力的工具。新发展起米的负荷预测方法主要有： 灰色预测法、模糊预测法、专家系统预测法、人j ：神经网络预测法、优选组合预测法、小波分析 法等。 2 2 1 灰色预测法 “灰色系统”理论是邓聚龙教授于1 9 8 2 年创立的。通过把完全已知的称为“白色”，完全未 知的称为“黑色”，把介于两者之间的称为“灰色”。灰色系统的存在是绝对的。j j 灰数建立的微 分方程模型称为g m 模型( g r e y m o d e l ) ，g m ( 1 ，n ) 表示h 个变量的一阶灰数微分方程。在负 荷预测中常州的是g m ( 1 ，1 ) 模型。g m ( 1 ，1 ) 模型是一个单变量的一阶微分方程，所描述 的是一组按指数规律变化的数列。 实际电力负荷的变化难得成指数规律，若用g m ( 1 ，1 ) 进行预测，其结果必然不会令人满 意；不仅如此，经许多实例预测，精度不高，就其根本原阏，在丁建模时不是对应丁i 同一点的函 数值和导数值去辨识微分方程中的参数所致；在作长期预测时，误差更人，这主要是由于关键的 参数a 没有随着情况的发展而变化。针对以上情况，提出了改进方法，即根据经济和社会的远期 发展指标，将规划期分成若干个时间段，进行分段优化，求出各个时问段对应的a 值，用不同的 a 值预测不同时段的电力负荷，结果丁实际负荷比较接近。 灰色预测是一种对含有不确定冈素的系统进行预测的方法，以灰色系统理论为基础的灰色预 测技术，可在数据不多的情况下找出某个时期内起作i j 的规律，建立负荷预测的模型，分为酱通 灰色系统模型和最优灰色模型两种。普通灰色预测模型是一种指数增长模型，当电力负荷严格按 指数增长时，此方法有预测精度高、所需样本少、计算简便、可检验等优点；缺点是对于具有波 1 2 中用农业j 、节砸i 中p 论正第幸f u 力系统衍而刖方法 动变化的电力负荷，其预测误著较人，不符合实际需要。而优化灰色模型法可以把起伏的原始数 据序列变换成规律性增强的节指数递增变化的序列，人人提高预测精度和灰色模型法的适_ i j 范 围，灰色预测的优点：要求负荷数据少，不考虑分布规律，不考虑变化趋势，运算方便，短期预 测精度高，易丁检验。缺点：当数据离散程度大，即数据灰度越人，预测精度越筹。 灰色系统理论建模过程简单，预测精度高，已经成为预测领域个1 f 常重要的预测方法。它 具有建模所需信息较少、建模精度较高等特点。利_ l i j 灰色生成后的数据进行灰色建模，得剑一个 指数模型，也基本上符合电力发展的规律，因为人多数系统都是广义的能量系统，而指数规律便 是能量变化的一种规律。 2 2 2 模糊预测法 l a z a d e h 于1 9 6 5 年在模糊集一文中首次提出了模糊数学和模糊控制问题，并给出了定 量描述方法，白此模糊数学作为一i j 崭新的学科显示出了强人的生命力。模糊预测法，是近儿年 来在电力系统负荷预测中出现的一种预测方法。模糊逻辑是基于模糊聚类识别算法，通过对相关 历史数据进行加i ：处理，提炼出负荷变化的若干典型模型，进而由影响负荷变化的相关因素的 未来状态区判定未来负荷变化属于哪种模式，从而达剑负荷预测的目的，模糊预测法目前主要有： 模糊聚类、模糊线性同门法等。 模糊预测方法h j 模糊理论及方法去综合分析电力负荷与各种冈素之间关系，化众多不确定信 息为确定，以相似的模糊矩阵来描述电力负荷需求量，_ f i j 模糊集合论的原理求解负荷变化规律， 可以说它所表示的事物间的联系更接近于实际，用它来解决负荷预测问题是一种极有意义的探 索。它戍刚模糊逻辑和预报人员的理论知识将数据与语言形成模糊规则库，然后选_ f j 一个线性模 型逼近非线性动态的系统负荷。 ( 1 ) 模糊聚类识别法”“ 其根本思想是要把由待测量和影响待测量的环境冈素( 比h j 电量、农业排灌面积、工业总产 值、农业总产值、国民生产总值等作为环境冈素) 与历史值所构成的样本按一定的方法进行分类， 形成各类环境因素和待测量的变化模式。在待测时段的环境状态为已知点时，通过该环境与各历 史环境特性的比较，判断出这种环境与哪个历史类最为接近，视为受环境影响的待测量与该历史 类所对应的预测变量及变化模式，而达到预测目标。 ( 2 ) 相似优先比预测方法”1 本方法是用相似优先比来判断哪种环境因素增k 率与电力负荷增长率最为相似。选出该冈素 后，在通过待测年该冈素与各历史的该因素贴近度去选中与待测年贴近度最人的历史年，这样所 选中年的电力负荷增长率即为此待测年的电力负荷增长率。 ( 3 ) 最人贴近度方法” 本方法的核心在丁二，按照一种选定因素比较捌定地区与各参考地区的接近程度，选中与其最 为贴近的地区，认为该地区相应的负荷增长率就是同定地区对应所求的电力负荷增跃率。 ( 4 ) 模糊指数平滑法 模糊指数平滑模型是在指数平滑模型的基础上，将平滑指数a 模糊化，根据a 的隶属函数， 确定一个f 嘲值a ( o a 1 ) ，在把隶属度4 x ) 五的a 挑选出来，得剑一个模糊集合a 的一个五 中同农廿j 、学何，i ， 什论之 筇幸【uj j 系统9 倘煎洲方让 水平截集a l ，作为预测川的平滑指数集，_ h j 指数平滑模型进行预测，得山一组较为可能的预测值。 ( 5 ) 模糊线性同 门法” i 亓l l 门分析法假定负荷同一个或多个独立变量存在因果关系，通过寻找冈果关系的数学模型， 据此预测出将来负荷值，同l 门分析法为避免数据处理过丁复杂，常常假定数据间关系为线性的。 在模糊线性同门分析法中认为观察值和估计值之间的离差是由系统的模糊性引起的。具体地说， 同门系数是模糊数，丁是模型的拟合值与观测值之间的偏筹就是由这种模糊性引起的，使得预测 的结果带有一定程度的模糊幅度。 2 2 3 专家系统预测技术 专家系统预测法是对数据库中存放的过去儿年甚至几十年的每小时的负荷和天气数据进行 分析，从而汇集有经验的负荷人员的知识，提取有关规则，按照一定的规则进行负荷预测。专家 系统预测法适用于中长期负荷预测1 。在中k 期负荷预测中，未来不确定的冈素很多，同时各个 地区的经济和电力事业的发展有其特殊性，对未来各种可能引起负荷发生变化的情况，还需要预 测人员具有丰富的经验和判断力。实践证明，精确的负荷预测不仅需要高新技术的支持，同时也 需要融合人类自身的经验和智慧。田此就需要专家系统这样的预测方法。 专家系统的研制需要较长时间的原始资料积累和模型修正，开发周期跃。专家系统需要考虑 的因素很多，各种因素以及它们之间的关系很难量化，因而很难确切地反映在专家系统中。不同 的负荷预测专家系统对同样的问题可能做出不同的【亓1 答，即使同一个负荷预测专家系统在确定结 果时也会冈不同的预测人员不同而不同。因此负荷预测专家系统难以取得确定的长期预测结果。 专家系统是一个j 【l j 基丁：知识的程序设计方法建立起来的计算机系统( 在现阶段主要表现为计 算机软件系统) ，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，在某个领域内作出智能决策。所以一个完整的专家系统是由四部分组成的：即知识库、 推理机、知识获取部分和解释界面。 专家系统法的优点：能汇集多个专家的知识和经验，最大限度地利用专家的能力；占有 的资料、信息多，考虑的因素也比较全面，有利丁i 得到较为正确的结论。缺点：不具有自学习 的能力，受数据库里存放的知识总量的限制；对突发性事件和不断变化的条件适应性差。 2 2 4 神经网络方法 2 0 世纪9 0 年代以来人一1 ：神经网络( a n n ) 方法一直是负荷预测研究的热点，国外利增a n n 进行负荷预测的研究达到了高潮，并有很多的成功案例。作为一fj 新兴的交义学科，人工神经网 络为揭示复杂对象的运行机理提供了一条新的途径，许多学者将其应j j 于电力负荷预测问题，并 取得了一些进展。一般而言，a n n 应用于短期负荷预测要比麻_ i ；j 丁二中长期负荷预测更为适宜，因 为短期负荷变化可认为是一个平稳随机过程，而中长期负荷预测与国家或地区的政治、经济政策 等冈素密切相关，通常会有些大的波动，并非一个平稳的随机过程。 人i ：神经网络的优越性一方面体现在它的1 3 学习能力，自动发现和把握事物发展的规律：另 一方面a n n 具有很强的1 f 线性映射功能，可以把学习到的复杂的数学关系，建立成具有丰富内涵 1 4 中! 马农廿，、7 女rl 孕f ? ，论z第帝l u ，j 系统鱼付师洲方法 的网络模型。常_ h j 的a n n 模型是b p 网络模型，利川一个简单的三层人i ：神经网络模型，就能实 现从输入到输山间1 f 线性映射任何复杂函数关系。该模型的特点是利_ l j 误筹的反向传播算法，实 现网络的自学习功能 1 5 1 6 1 7 20 | 。 一个多层神经网络模型分为三层：输入层、中间层和输出层。 其网络结构是个多层感知器，由输入层、隐含层平输出层组成，其中隐含层可以为一层或 多层。 所谓b p 算法，主要有以f 两种方式： 逐一学习方式；每一次取一个训练样本，利用该样本的输出误筹调整各神经元的阀值和连 接值，直至收敛：雨取卜一个训练样本进行调整，重复这一过程，直至对所有样本都满足精度要 求。 批量学习方式：一次性将所有训练样本全部输入，利_ i ；j 其总体的输入误筹调整备神经元的 阀值和连接值，反复进行直至收敛。 神经网络能从数据样本中自动的学习以前的经验而无需反复查询和表述过程，并自动的逼近 那些最佳刻画了样本数据规律的函数，而不论这些函数具有怎样的形式，其考虑的系统表现的函 数形式越复杂，神经网络这种特性的作h j 越明显。神经网络能任意逼近一人类函数，且能揭示数 据样本中所蕴含的1 线性关系。 对某一系统设计性能良好的a n n 结构如果直接应用r 另外一个系统预测性能就能很差。冈而 对不同的系统要根据其负荷变化的规律及气象等影响因素变化来选取不同的特征参量、不同的数 据处理方法、不同的a n n 模型与结构。对一个具体的负荷预测来说，用于预测的人i ：神经网络的 研制需要相当长时问的原始资料积累和模型修正，才能确定一个地区的负荷变化情况及与相关因 素之间的关系，从研制剑实用的周期较长。 其优点是：可以模仿人脑的智能化处理；对人量非结构性，非精确性规律具有自适应功 能；具有信息记忆、自主学习、知识推理和优化计算的特点。缺点是：初始值的确定无法利 _ i j 已有的系统信息，易陷于局部极小的状态；神经网络的学习过程通常较慢，对突发性事什适 应性差；有时不易收敛，收敛性问题是工程上不能实用的关键。 电力系统负荷预测是一个典型的菲线性问题，原冈在于电力系统负荷受很多冈素的影响，这 些冈素的影响大小、方式都很难简单地通过建立数学模型描述，一般而言我 j 都在预测过程中作 了不同程度的简化。运刚神经网络进行负荷预测是近十年兴起的预测方法，其自学习和自适应功 能是常规算法和专家系统所不具备的。冈此，预测被当作人工神经网络最有潜力的应用领域之一。 2 2 5 优选组合预测法 所谓组合预测，就是将不同的预测方法进行适当的组合，综合利i 各种方法所提供的信息， 从而尽