（电力系统及其自动化专业论文）改进层次分析法在中长期负荷预测中的应用.pdf

东北电力大学硕上学位论文 a b s t r a c t p o w e rl o a df o r e c a s t i n gi so n eo ft h ei m p o r t a n tp a r t si np o w e rs y s t e mp l a n n i n g a na c c u r a t ep o w e rl o a df o r e c a s t i n gi sb e n e f i c i a ls o c i a l l ya sw e l la se c o n o m i c a l l yi n p o w e rs y s t e m t h i st h e s i sa i m st oe x p r e s st h er e s u l td e c i s i o no nt h er e s e a r c ho fl o a d f o r e c a s t i n g a f t e rs t u d yt h o r o u g h l yo nt h ed e c i s i o nt h e o r yo fa n a l y t i ch i e r a r c h y p r o c e s s ( a h p ) ，t h ei m p r o v e da h pi se m p l o y e dt ot h ed e c i s i o no fm i d 1 0 n gt e r ml o a d f o r e c a s t i n gr e s u l t f i r s t ，t h i st h e s i si n t r o d u c e st h ef u n d a m e n t a lb a c k g r o u n da n dc h a r a c t e r i s t i co f a h p on e x t ，s u m m a r i e so ft h ea p p l i c a t i o ni ng e n e r a t i o ns i d et e c h n o l o g y , t r a n s m i s s i o n a n dd i s t r i b u t i o nn e t w o r k p l a n n i n g ，p o w e rl o a df o r e c a s t i n g ，e t ca r ed e s c r i b e di nd e t a i l s q u a l i t a t i v ei n f o r m a t i o nc a nb ea n a l y z e dq u a n t i t a t i v e l yt h r o u g ht h es c a l i n gm e t h o d a n dj u d g m e n tm a t r i xo fa h ep r i o rt ot h i s ，t h et h e s i se m p h a s i z e st h a ta h p h a sa l l e x c e l l e n ta p p l i c a t i o nf o r e g r o u n di nt e r m so fp o w e rs y s t e mp l a n n i n g ，o p e r a t i o na n d t h ee v a l u a t i o no f p o w e rc o m p a n i e si np o w e rs y s t e mm a r k e t d u et ot h es h o r t c o m i n go ft r a d i t i o n a la h p , t h et h e s i ss h o w st h ee f f o r t s o f r e s e a r c ha n ds t u d yo ft h ei m p r o v e da h p , i n c l u d i n gi t s c h a r a c t e r i s t i c ，f u n d a m e n t a l b a c k g r o u n d ，c o n s i s t e n tj u d g m e n tm a t r i xa n d w e i g h ts o l u t i o nm e t h o d v a r i o u s q u a l i t a t i v ea n dq u a n t i t a t i v ef a c t o r sw h i c hc a na f f e c tt h ed e v e l o p m e n to fp o w e rl o a d a l ea n a l y z e da c c o r d i n gt ot h ei n t e r r e l a t e dp r e s c r i p ta n ds o m ec o l l e c t e di n f o r m a t i o n f o c u s i n go nac e r t a i np o i n t ，ar e c u r s i o no r d e rh i e r a r c h ys t r u c t u r em o d e lo f1 0 a d f o r e c a s t i n gh a sb e e nb u i l t i nt h i st h e s i s t h ec o l l e c t e dr e s u l t sa n df a c ts h o wt h a t f o r e c a s t i n gp r e c i s i o nc a nb ei m p r o v e db ye m p l o y i n ga h po nd e c i s i o no fm i d 1 0 n g t e r ml o a df o r e c a s t i n gr e s u l t t h er e s e a r c ha n ds t u d yo nl o a dc u r v ef o r e c a s t i n gm e t h o d sa r en o tc a r d e do u t f u r t h e r ；h o w e v e r , t h o s ea r es t i l lv e r yi m p o r t a n ti np o w e rs y s t e mp l a n n i n ga n dp o w e r m a r k e t t h ea u t h o rp r o p o s ean e wt h e o r yo ns e l e c t i o no f t y p i c a ld a yb a s e do nt h e i i a b s t r a c t a n a l y s i so fm i n i m u md i s t r l 批c l u s t e ra n di n t e r c o n n e c td e g r e e ，t h i sm e t h o da n a l y z e d t h ed a i l yl o a dc u r v es h a p ea n dl o a dc h a r a c t e r i s t i c ，f o u n da n dw i p e do f ft h ea f f e c t i o n o fa b e r r a t i o nd a yb yc l u s t e ra n a l y s i sb a s e do nm i n i m u md i s t a n c e ，f o u n do u tt h e t y p i c a ld a yb ya n a l y z i n ga n dc a l c u l a t i n gt h ei n t e r c o n n e c td e g r e eb e t w e e ne v e r yd a y a n db e n c h m a r kd a y a c c o r d i n gt ot h ea v a i l a b l ed a t ai nc h i n a , an e wm e t h o dn a m e d i m p r o v e da h po ft y p i c a ld a yd a i l yl o a dc u r v ef o r e c a s t i n gi sp r o p o s e d b yu s i n g g e n e r a t i n go p e r a t i o no fg r e ys y s t e mm e t h o d ，m a t h e m a t i c a lm o d e lt h a ti su s e dt o s o l u t e q u a d r a t i cp r o g r a m m i n gi ss e tu p ，a n dt h i sm a t h e m a t i c a lm o d e lh a sa c o n v e n i e n ta l g o r i t h m c a s es t u d ys h o w si t se f f i c i e n c y k e y w o r d s ：a n a l y t i ch i e r a r c h yp r o c e s s ；r e c u r s i o no r d e rh i e r a r c h ys t r u c t u r e ； m i n i m u md i s t a n c e 。ii n t e r c o n n e c t d e g r e e ；d a i l yl o a d c u r v e f o r e c a s t i n g 论文原创性声明 本人声明，所呈交的学位论文系在导师指导下本人独立完成的研究成果。 文中依法引用他人的成果，均已做出明确标注或得到许可。论文内容未包含法 律意义上已属于他人的任何形式的研究成果，也不包含本人已用于其他学位申 请的论文或成果。 本人如违反上述声明，愿意承担以下责任和后果： 1 交回学校授予的学位证书； 2 学校可在相关媒体上对作者本人的行为进行通报； 3 本人按照学校规定的方式，对因不当取得学位给学校造成的名誉损害， 进行公开道歉； 4 本人负责因论文成果不实产生的法律纠纷。 论文作者签名： 垂盔岛 日期： 圣! 全星年三月互乙日 论文知识产权权属声明 本人在导师指导下所完成的论文及相关的职务作品，知识产权归属东北电 力大学。学校享有以任何方式发表、复制、公开阅览、借阅以及申请专利等权 利。本人离校后发表或使用学位论文或与该论文直接相关的学术论文或成果时， 署名单位仍然为东北电力大学。 论文作者签名：至查毳 日期：丝! 望年土月丑日 导师签名：绷以 i y 拶6 1 日期：圣：竺! 年一月兰乙日 ：中国优秀博硕士学位论文全文数据库 和中国学位论文全文数据库投稿声明 研究生部： 本人同意中国优秀博硕士学位论文全文数据库和中国学位论文全文 数据库出版章程的内容，愿意将本人的学位论文委托研究生部向中国学术期 刊( 光盘版) 电子杂志社的中国优秀博硕士学位论文全文数据库和中国科 技信息研究所的中国学位论文全文数据库投稿，希望中国优秀博硕士学 位论文全文数据库和中国学位论文全文数据库给予出版，并同意在中 国优秀博硕士学位论文全文数据库和c n k i 系列数据库以及中国学位论文全 文数据库中使用，同意按章程规定享受相关权益。 论文级别：留硕士口博士 作者签名：至盔纽指导教师签名： 作者联系地址( 邮编) ： 作者联系电话： 日 期： 圣翌至年二l 月名卫日 第1 章缔 论 第1 章绪论 电力工业与社会的发展、人民的生活休戚相关，用电负荷的不断增长是电 力工业发展的重要依据。负荷预测是随着系统辨识和现代控制理论等学科的发 展应运而生的，即指在正确的理论指导下，在调查研究掌握大量翔实历史资料 的基础上，运用可靠的方法和手段对电力负荷的发展趋势做出科学合理的推断。 电力系统负荷预测工作从电力系统诞生之日起至今直深受关注。尤其是 近几年随着我国城网改造步伐的加快和电力市场化运行机制的推进，提高电力 系统负荷预测准确度已迫在眉睫。同时，由于电力负荷受到多方面因素的影响， 且错综复杂，使得准确的预测变得愈加困难。本章阐述了电力系统负荷预测的 研究意义和背景及影响负荷预测的因素，分析了中长期负荷预测研究的特点和 难点，综述了国内外中长期负荷预测研究发展现状，最后介绍了本文主要研究 内容。 1 1 电力系统负荷预测的研究意义和背景 1 1 1 电力系统负荷预测的目的和意义 电力系统负荷预测是电力系统安全经济调度、规划、设计研究的基础和前 提，是电力企业日常经营管理工作的重要组成部分。 预测技术在电力工业中具有特别重要的地位，这是由电力工业生产、输送、 消费同时进行，以及电力工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，是电力企业日常经营管理工作的重要组成部 分。其目的是为了合理安排电源和电网建设以及电价制定、赢利计划提供宏观 依据，同时也可为电力的一次能源需求及能源结构的安排提供参考，从而晟终 满足国民经济增长和人民生活水平提高的用电需要。对电力产品市场动态及发 展进行调查研究，对计划期内各类电力用户需电量及电力负荷进行预测是电网 运行( 调度) ，公司编制年度计划，安排季、月、旬、日、时生产任务的根本保 证。根据计划期内预测的需电量及电力负荷可以确定相应的发电量及燃料需要 东北电力大学硕士学位论文 量，可以安排发电机组、输变电设备的检修，可以确定电网在计划期内需要增 加的发、输、变电设备容量。在电力市场条件下，只有在进行实时负荷预测后 才能安排负荷平衡、备用发电容量的调度和发电机组的上网顺序。若负荷预测 比实际偏低，将会导致电网容量不足，无法满足用户正常供电要求，甚至缺电： 另一方面，若负荷预测比实际偏高，则会导致安装一些过多、而不能充分利用 的设备，从而引起投资的浪费。因此，电力系统中长期负荷预测是一项十分重 要的工作，它对于保证电力工业的健康发展，乃至国民经济的发展均具有十分 重要的意义。因此，电力负荷预测是一项十分重要的工作，它对于保证电力工 业的健康发展，乃至对于国民经济的发展均有着十分重要的意义。 1 1 2 电力系统负荷预测的分类 负荷预测根据目的的不同可以分为超短期、短期、中期和长期。超短期负 荷预测是指未来l h 以内的负荷预测，在安全监视状态下，需要5 l o s 或1 5 m i n 的预测值，预防性控制和紧急状态处理需要l o m i n 至lh 的预测值；短期负荷预 测是指日负荷预测和周负荷预测，分别用于安排日调度计划和周调度计划，包 括确定机组起停、水火电协调、联络线交换功率、负荷经济分配、水库调度和 设备检修等，对短期预测，需充分研究电网负荷变化规律，分析负荷变化相关 因子，特别是天气因素、日类型等和短期负荷变化的关系i 中期负荷预测是指 月至年的负荷预测，主要是确定机组运行方式和设备大修计划等；长期负荷预 测是指未来3 5 年甚至更长时间段内的负荷预测，这些结果一般用来决定未来 新的发电机组的安装，决定装机容量的大小、地点和时间，并且电网规划部门 根据国民经济的发展和对电力负荷的需求，所作的电网改造和扩建工作的远景 规划。本文中，主要考虑未来一年到数年的负荷预测。对规划、计划部门来说， 这属于中长期负荷预测。 1 1 3 影响电力负荷预测的因素 电力负荷受到多种多样复杂因素的影响，文献 1 】通过对若干试点城市或地 区的负荷及负荷特性调研结果进行总结，论述了当前和今后一段时期内会对我 国电力负荷及负荷特性发展规律产生影响的主要因素，这些因素有： 第1 章绪论 曼量_ 孽鼍量已鼍寡皇量量寰舅i i l i 曼曼曼皇皇鲁皇曼皇鼍! 鼻詈曼曼量曼曼皇曼量曼! 曼皇量! 鼍皇量曼吕皇笪! 鼍 1 经济发展水平及经济结构调整的影响； 2 收入水平、生活水平提高和消费观念变化的影响： 3 电力消费结构变化的影响； 4 气候气温的影响； 5 电价( 包括分时电价、可中断电价等) 的影响； 6 需求侧管理措施( 包括移峰填谷、蓄能设备等) 的影响； 7 电力供应侧( 电力短缺状况、电网建设与配电网改造等) 的影响； 8 政策因素( 如环保要求、对高耗电行业的优惠电价等) 的影响。 这些因素从根本上可归纳为四种类型，经济、时问、气候和随机干扰，它 们对不同时间跨度的负荷预测工作影响程度不同。其中经济类因素包括供电区 域的人口、产业结构、政策变化发展趋势及经济发展趋势等，这类因素对负荷 影响的时间一般较长，是在进行中长期负荷预测时需要重点考虑的因素。时间 类因素是负荷预测中必须计及的影响因素，已有很多成熟的预测方法和模型对 此做了深入的研究。气候类影响因素是短期负荷预测中必须计及的因素，但对 于中长期来说，由于未来年份的气象类因素获取十分困难，即便获取，其准确 性也难以保证。因此，对于中长期负荷预测来说，气候类影响因素很少作为中 长期预测模型的主导因素进行考虑。此外，还有其它所有能引起负荷模式变化， 如某个较大容量的负荷点的投运、重大影响国计民生事件的发生等，都会使负 荷的变化受到影响，统称为随机因素。相比前几类因素，这类因素的影响最难 估计，由于其具有涉及因素众多、突发性强、无历史资料的特点，往往直接影 响预测的准确性。 1 1 4 电力系统负荷预测的特点和难点 电力负荷预测是从已知的用电需求和对此有影响的经济、气象等因素出发， 探索用电负荷与主要影响因素之间的联系和变化规律，对未来用电需求做出预 先的预测。由于负荷预测是根据电力负荷过去和现在推测它的未来数值，所以， 负荷预测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 采取适当的预测技术，推知负荷的发展趋势和可能达到的状况。由于其受到多 种多样复杂因素的影响，因此很难把握这些影响因素在未来时刻的状态，只能 东北电力大学硕上学位论文 曼曼m 一 r o l l i i 曼曼苎穹 在一定条件下，进行一定简化并做出若干假设得到预测结果。所以，负荷预测 具有不确定性、依赖外部条件性和多方案性。 虽然负荷预测有以上特点，但是负荷预测也具有一定的规律性，通过对历 史数据的统计分析，找出其内在规律，按照一定的科学原理，可以保证负荷预 测工作尽可能的接近实际情况。其中，中长期负荷预测存在如下普遍规律：首 先电力负荷的发展是一个连续的过程，其未来发展是该过程的延续；其次，各 地区、各年段电力负荷的发展具有一定的可比性、相似性；最后，电力工业的 发展与整个社会有着直接的联系，通过分析国民经济发展水平和趋势，可以对 电力负荷的发展做出相应的估计。 由于电力系统负荷预测受到众多复杂因素的影响，准确的负荷预测往往很 难做到，主要有如下几个困难： 1 电力负荷的大小受到国民经济发展水平、产业结构、国家宏观经济政策、 突发事件等因素的影响。因此不可能在预测的时候将所有相关影响因素都考虑 到，而只能尽可能多的提取主导因素加以考虑。 2 对于某些影响因素，即使知道它们对负荷产生影响，然而要定量的准确 描述它们的影响却非常困难，而且，这种影响往往是变化的，同样的外部作用 在不- 同的时间，对负荷的影响是不同的；更为重要的是，并不能够事先确切的 掌握这些因素在未来时段的状态，有时候对这些因素的预测甚至比负荷预测更 加复杂和困难。 3 没有一种完善的理论方法适用一切的情况，同一种方法应用在不同地区、 不同时间，精度可能有很大的差异。因此，对于某地区进行负荷预测中，熟悉 该地区状况的专家经验是十分重要的，然而这种经验往往很难用精确的数学模 型进行描述。 1 2 电力系统中长期负荷预测研究的现状 随着现代科学技术的不断进步和电力系统中长期负荷预测工作重要性的不 断提高，中长期负荷预测技术得到了很大发展，理论研究逐步深入，国内外发 表的电力系统中长期负荷预测的文献也逐年增加，其采用的分析方法和预测精 度也各有不同。下面主要从负荷总量预测及负荷曲线预测两个方面，介绍一下 第1 荦绪论 _ 寡鼍i _ i i,一 一 i i 曼! 曼鼍 目前中长期负荷预测的研究现状。 1 2 1电力系统中长期负荷总量预测 本文将中长期需求电量预测与中长期年最大负荷预测，通称为电力系统中 长期负荷总量预测。负荷总量预测研究历史悠久，其中经典的预测方法【2 4 】有： 趋势外推法、相关分析法、时间序列法、回归分析法等。这些方法在不同情况 下都有一定的特点，简单介绍如下。 1 趋势外推法电力负荷的变化一方面有其不确定性，另一方面在一定 的条件下，电力负荷存在着明显的变化趋势。用描散点图的方法可定性地确定 变化趋势类型，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 情况做出判断，这就是趋势外推预测技术。其优点是需要数据量少，缺点是若 负荷本身无可外推的本质而且不能自解释时会导致误预测。适用于预测周期较 短时的负荷预测。 2 相关分析法相关分析法是寻找负荷与影响因素之间的因果关系，建立 相关分析模型，通过对观察数据的统计分析和处理进行预测的方法。其特点是： 将影响预测对象的因素分解，在考察各个因素的变化中，估计预测对象未来的 数量状态。其优点是可使预测人员清楚地得到负荷增长趋势与其它可测量因素 之间的关系。缺点是需利用较多相关社会经济发展指数，造成实际预测的困难。 适用于负荷模式变化较大，预测周期较长的情况。 3 时间序列法时间序列分析法是根据过去的负荷统计数据，找到其随时 间变化的规律，建立时序模型。以推断未来负荷数值的方法，其基本假定是：过 去的负荷变化规律会持续到将来，即未来是过去的延续，它是一种“让历史告 诉未来”的预测方法，又称为历史延伸预测法。采用该方法预测时，关键的问 题是时间可比性和指标可比性。时间序列预测法在电网情况正常、气候等因素 变化不大时预测效果良好，但在随机性因素变化较大或存在坏数据的情况下， 预测结果不太理想。 4 回归分析法回归分析法是电力系统负荷预测的一种常用的数理统计预 东北电力大学硕士学位论文 量舅鼍曩鼍曼! ! i i i i曼曼璺曼皇皇曼曼蔓皇曼! 曼曼皇曼! ! 蔓曼! 皇! 皇量量曼笪皇喜量曼蔓量皇量 测方法，即根据历史数据的变化规律寻找自变量与因变量之间的回归方程式， 确定参数模型而做出预测。按照“近大远小”原则，应区别对待各时段的拟合 残差，即历史时段中近期的发展规律应更好地拟合，远期的历史数据的拟合程 度可以稍低。为此，可以在参数估计时加入权重矩阵实现。由于模型是基于历 史数据进行的回归分析，能较好地拟合过去，但对未来的预测效果会随时间的 延长而减弱。此外存在着历史数据的缺乏和统计口径的不统等问题，造成 数学模型的误差，但预测的结果仍有参考价值。其优点是模型参数估计技术比 较成熟，预测过程简单。缺点是线性回归分析模型预测精度较低；而非线性回 归预测计算开销大，预测过程复杂。 以上经典预测技术在中长期负荷总量预测中得到广泛的应用，但随着对预 测精度要求越来越高以及负荷本身的不确定性影响，经典预测方法难以做出更 高精度的预测。越来越多的现代预测技术与数学模型开始应用于电力负荷预测 当中。它们有：灰色预测法、模糊预测法、人工神经网络、专家系统法等。 1 灰色预测法伴随着g m ( 1 ，1 ) 模型的改进，灰色系统理论在负荷预测 上的应用相当成熟。文献【4 l 通过对计算公式的修正，采用遗传算法来求解合理 的参数，使之适合于各种变化条件下的负荷预测：文献 5 提出了一种针对同一 序列的不同趋势阶段建立多个灰色模型然后组合预测的方法，根据曲线趋势的 不同进行分段预测；文献【6 提出灰色v e r h u l s t 模型在电力系统负荷预测中的应 用，等等。这些改进方法使得g m ( 1 ，1 ) 模型灰色预测的精度得到很大提高， 在负荷预测方面应用更加成熟。 2 模糊预测法目前，模糊数学已经在很多领域成功应用，在负荷预测领 域同样也进行了大量的研究，主要可以归结为两个方面：一方面是文献【7 1 提出 的使用模糊数学的聚类工具，将与负荷有关的因素进行聚类，完成分类后将负 荷预测分为几种模式，然后根据模式进行预测；另一方面则是文献 8 】中提出的 用模糊回归方法解决负荷预测，用模糊回归预测得到的结果是个模糊数，这个 模糊数实质上一个区间，这个特性很好地反映了预测结果的模糊性质。 3 人工神经网络从2 0 世纪初开始，人工神经网络作为一种数学工具被 第1 章绪论 引入电力系统负荷预测，并在负荷预测问题中得到了充分的发展和应用。它具 有很强的自学习和容错能力，能处理噪声和不完全数据，并解决非线性问题。 文献 9 提出了人工神经网络法在电力系统中期负荷预测中的应用，采用成熟的 误差反向传播模型( e r r o rb a c kp r o p a g a t i o n b p ) ，简称b p 模型，并对其算法进 行改进，提出b f g s ( b r o y d e nf l e t c h e rg o l d f a r bs h a n n o ) 变尺度算法进行分析和 计算；在大量获取输入信息的情况下，文献 1 0 ，1 l 】分别采用神经网络方法对电力 系统中长期负荷预测中进行了详细的研究，取得了较好的效果。但由于一方面 中长期负荷预测训练样本比较少，获得的预测系统测稳定性较差；另一方面， 预测系统的输入层一般由气象信息，社会信息等组成。这些信息的准确性直接 影响到预测结果的精度。因此，人工神经网络在中长期预测领域的应用研究仍 需进步深入与关注。 4 专家系统法专家系统法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，从而模拟专家进行负荷预测【l2 1 。该方法可以 将人的经验与统计方法相结合，在知识库比较完备的情况下，可得到准确的预 测结果，特别是对异常负荷模型做出有效预测。然而，将专家知识和经验要精 确地转换成一系列规则往往难以做到，甚至获取专家知识时还有可能出现矛盾， 可见要建立完各地知识库十分困难，这使该方法的应用受到限制。 5 遗传规划方法用遗传规划法建立负荷预测的数学模型。遗传规划法是 模拟生物进化过程的一种搜索寻优方法，其实质是用能根据环境状况动态改变 的广义的层次化计算机程序描述问题。在负荷预报应用中，遗传规划法能自动 找出与负荷变化密切相关的因素，用其作为自变量，生成函数表达式来体现负 荷的变化规律 1 引，建立负荷预报模型，其缺点就是较难合理地确定群体大小、 函数集合、变量( 常数) 集合和遗传算子的概率等。 6 组合预测法组合预测综合利用了各种预测方法的预测结果，用适当的 权系数加权平均进行预测。文献 1 4 采用基于小波模糊神经网络的电力系统负 荷预测的方法，利用小波分析对负荷样本做序列分解，根据小波变换自适应可 调时频窗的特点，对高尺度负荷分量采用常规预测方法，对其它负荷分量则采 东北电力夫学硕士学位论文 用模糊神经网络处理技术，最后通过序列重构，得到完整的负荷预测结果。文 献 1 5 提出了模糊组合预测在中长期负荷预测中的应用，在一定的组合框架下， 某些预测方法无助于提高组合预测的精度，其包含的信息称为冗余信息。将单 项预测模型进行冗余检验应用于组合预测中，通过预测误差信息矩阵判断预测 方法是否冗余，并将权系数看作一个模糊数，利用模糊数的性质来确定组合预 测的权系数。 1 2 2电力系统中长期负荷曲线预测 中长期负荷预测主要内容包括需求电量、最大负荷、负荷率以及典型时序和 持续负荷曲线预测等。其中负荷特性( 负荷率) 及负荷曲线预测，在电力系统生 产实践中扮演了十分重要地角色。长期以来，大量文献和论文对负荷总量的预测 进行了详尽的研究，而对负荷特性和负荷曲线预测研究的很少。实际上，中长 期负荷曲线预测对电源结构优化具有重要意义，负荷曲线的模拟和预测对于实时 调度以及未来电力市场中的报价1 16 】至关重要，其中典型目负荷曲线更是在期货、 台约交易中分配电量、审核调峰能力及互联系统错峰效益的基础【”埘】。目前， 除了采用按比例增长和加权累加等人工方法进行预测以外，较精确的预测方法 有以下几种： 1 将各类用电负荷的典型负荷曲线进行加权累加的方法，分别选择典型负 荷曲线，分类进行预测，再将分类预测曲线按一定的规则叠加后得到待测日负 荷曲线【捌； 2 以一条已知负荷曲线作为基准，预测未来曲线负荷，使得二者误差的平 方和最小，即变成二次规划问题田j 。 3 采用双向央逼方法，即在满足预测日电量、最大负荷和最小负荷( 或负 荷率) 等约束的前提下，求解个最优负荷序列，使其与已知基准负荷序列的 形状差别最小。 4 在假定未来日负荷曲线特征参数儿芦已知的条件下，构造一个二次函数 对基准日负荷曲线进行修正，在此基础上获得待预测日的负荷曲线【2 5 1 。这些方 法的共同特点都是在已知负荷特性( 如n 卢) 和预测日用电量或预测日最大负 荷的情况下，采用数学方法构造日负荷曲线。 第1 章绪 论 1 3 本文主要工作 本文主要对负荷预测结果决策理论进行研究，在对层次分析法决策理论进 行深入研究的基础上，将改进的层次分析法用于中长期负荷预测的结果决策。 主要研究内容概述如下： 1 对电力系统负荷预测的理论及方法进行综述：对目前主要的决策方法的 应用现状进行探讨。 2 详细阐述层次分析法的基本原理和优缺点；对层次分析法在电力系统的 发电侧、输配电系统规划及运行和电力负荷预测等几个方面的应用研究进行综 述；对层次分析法在电力系统的规划和运行、电力市场环境下的企业评估等方 面的应用前景进行展望。 3 针对传统层次分析法的不足，对改进的层次分析法进行深入的研究，并 将改进的层次分析法引入到中长期负荷预测的结果决策中。根据主要的影响因 素建立中长期负荷预测递阶层次结构模型。 4 提出了一种选取典型日的新方法，并根据某省负荷发展的特点，对其负 荷曲线预测采用的预测模型进行深入的探讨。 东北电力大学硕l 学位论文 第2 章层次分析法及其在电力系统中的应用现状 2 1 引言 社会的纷繁复杂，使决策问题除了受到定量信息的影响外，越来越多的定 性信息贯穿在其中，它们对问题的解决同样起着至关重要的作用，对此不加考 虑，很可能会导致决策的失误，造成财力、物力的浪费，甚至产生严重的社会 后果。由于现实中诸多社会因素不能被量化，。对决策中各种理想和假设条件， 论证分析说明，各种实施的建议等等，都不能完全依赖计量方法来解决。因此， 寻求可以综合考虑定量定性信息的决策方法势在必行。层次分析法( t h e a n a l y t i ch i e r a r c h yp r o c e s s ，简称a h p ) 是一种简单、科学的决策方法，在这 种背景下应运而生。在短短的2 0 多年里，层次分析法已经渗入到各行各业，如 能源矿业、资源环境、建筑业、农林方面、金融经济、医药卫生、电子信息、 交通运输等，并为这些领域成功地解决了诸多决策问题。电力行业与经济发展， 资源环境，政策导向等因素息息相关。发电、输电、配电等环节的决策问题， 很多受到内部特性和上述外部条件的影响，需要引入决策理论进行综合考虑。 a h p 凭借其能够较好地解决多准则多目标问题，并能对定性定量影响因素综合处 理，由于方法简单、科学等优势，于上世纪9 0 年代跻身电力行业，在发电技术 优化选择、工程项目评估、厂站选址、电源规划、负荷预测等方面成为研究的 热点。近几年，随着电力市场化改革的推进和实现厂网分开，a h p 已经在市场环 境下的发电公司、电网公司的考核评价体系，行业用户满意度体系的制订等方 面表现出了广阔的应用前景。 2 2 层次分析法简介 a h p 的发展过程可以追溯到上世纪7 0 年代初。美国匹兹堡大学教授 t l s a a t y 注意到当前社会的特点及很多决策科学方法的弱点，开始寻求一种能 综合进行定性与定量分析的决策方法，这种方法不仅能够保证模型的系统性、 第2 章层次分析法及j 0 在电力系统中的盹用现状 合理性，又能让决策人员充分运用其有价值的经验与判断能力。到1 9 7 7 年，s a a t y 形成了a h p 方法的核心思想：决策问题的关键往往就是对行为、方案、决策对 象进行评价、选择，而这种评价选择总是要求把决策对象进行优劣排序，取优 汰劣。1 9 8 6 年，s a a t y 完成了a h p 的公理证明，从而使a h p 方法获得了更加扎 实的数学基础【2 们乃。 2 2 1 层次分析法原理 层次分析法本质上是一种决策思维方式，它具有人的思维分析、判断和综 合的特征。它的基本思路可以分为以下六个步骤： 第一步，将复杂的问题层次化。决策者根据问题的性质和要达到的目标， 首先制定出目标层，目标层通常为一个元素，是问题的最终目的。把影响问题 决策的因素分为几大类作为目标层下面的准则层。指标层是准则层的细化，其 中的元素均隶属于准则层中的个或多个元素。最后一层为决策方案层，列出 待选的各种方案。这样，就把问题按照各因素之间的隶属关系和相互关联度分 层，形成自上而下的逐层支配的关系，也即形成一个递阶层次结构，如图2 1 所 示。 目标层 准则层 子准则层 方案层 ：l：l 围困圈 图2 1 层次模型图 第二步，采用标度法【2 8 】( 表2 - 1 为传统标度法) 形成判断矩阵。层次分析法 东北电力人学硕士学位论文 - i i ii i i_ 曼皇舅| 量量曼量罡曼墨 的信息基础就是判断矩阵。假设有m 个指标z l ，z 2 ，z 卅，给定一个准则，利用 某一标度法对指标五和乙作相互比较判断，即可获得相对重要度的数据勺。 以此类推，可构成一个m 阶的矩阵： 爿= a lia 1 2 吃la 2 2 a m l 2 唧加 眈删 历 矩阵a 就是判断矩阵。判断矩阵的实质是一个主观评判的过程，通过专家 对某一层次中所有元素，以所属的上一层次中某元素为准则进行两两比较，确 定哪一个重要和重要的程度。判断矩阵有如下的特性： 唧 o ，a f t = l 勺，a i i = l ，f ，= 1 ，2 ，m ( 2 - 1 ) 表2 - l 传统a h p 法比例标度 第三步，检验判断矩阵的一致性【2 9 1 。对于每一个比较判断矩阵a ，显然可 对应一个特征方程： 彳w = 2 w ( 2 - 2 ) 求解特征方程褥解向量w 并归一化后，此向量即可认为是同一层次各因素 以上层次因素为比较准则时，作相互比较后的相对重要性标度。这一过程称 为层次单排序。考虑到人们在对同一层次上的各因素作两两比较时，很可能出 现所用的比较尺度前后不一致的现象，当这种不一致的程度较大时，就可能得 出错误的计算结果。为此，在对每层次作单排序时，均需作一致性检验1 3 0 1 。 进行致性检验可通过计算一致性比例c r 来决定， c r = c i 皿( 2 3 ) 第2 章层次分析法及其在电力系统中的应用现状 其中： a = 厶m x _ - - 1 ( 2 4 ) 刀一j 称为一致性指标。肼称为平均随机一致性指标；如甜为特征方程的最大特 征根，i 撑为比较判断方阵4 的阶数( 也是该层次所含的因素个数) 。彤的取值规则 如下： 表2 2r i 取值规则 1 1 123 4 56789 1 0 r 1000 5 80 9 01 1 21 2 41 3 21 3 21 4 s1 4 9 若c r o 1 ，则认为该层次单排序的结果有满意的一致性，否则需要调整a 的元素取值。 第四步，层次总排序。计算同一层次中所有元素对于最高层总目标的相对 重要性标度( 又称排序权重向量) 称为层次总排序。这一过程是从最高层次向晟低 层次逐层进行的。设已计算出缸j f 层相对于总目标的排序权重向量为： a = f ，砰一，磋，右1 尸 ( 2 5 ) 式中m 为k j 层次所含的因素个数。而以第缸j 层第，个因素作为比较准则时， 第k 层各因素的相对重要性标度为： b l = b 1 ) 南l 2 ) l 蟋t n 炉( 2 - 6 ) 式中以为第k 层所含因素个数；6 f r 一为第k 层第i 个因素的相对重要性标度。 令b 量= r 砰，酷，砖j ，则第k 层各因素相对于总目标的排序权向量口七由下 式给出： a k = b k a k l ( 2 7 ) 一般地，有排序权重公式： 舻= b k b k - l b k _ 2 伊萨，3 0 ) 。 n 维向量x = ( x l ，娩，尸称为非负向量( 记作x 0 ) ，若对每一个分量 x i 0 ，f ，歹= 1 ，2 ，”，当严格不等式成立时，称x 为正向量( 记作x 0 ) 。 设a 为甩x ，z 阶正矩阵，彳 0 。则有： ( 1 ) a 存在最大的正数特征根锻，此特征根为单根。a 的其他异于甜的 特征根之模均小于锄饿。 ( 2 ) 西对应的a 的特征向量可以全部由正分量组成。 对于一个不具有完全一致性的比较判断矩阵a ，只要是正矩阵，则通过求解 特征方程所得到的厶赋存在、唯一，且其对应的特征向量w 可以为正向量。然 而这样得到的w 是否代表了真正的重量向量仍是有疑问的，因为只有a 为真正 的一致性矩阵时，所求的w 才符合要求。为了解决这种理论要求与实践实施之 间的矛盾，s a a t y 提出了一种折衷的解决办法，即先对a 作一致性检验，如果a 的不一致程度较小时( 或认为a 达到人们满意的一致性) ，即认为求得的w 基本 符合实际，从而可将其作为真正的重量向量的估计来使用，这就是前述层次单 排序中进行一致性检验的理由。下面来解释设置一致性检验指标c l 、r l 和 c r 的原理。 考虑到在一般情况下，人们根据某一比较准则所给出的比较判断矩阵 彳= f ，夕，仅是一个刀刀阶正互反矩阵，不一定具有完全一致性。但仍可求得 a 的最大特征根厶斌对应的正特征向量形= f ，w l ，w 2 ，尸。若取 白2 考a j _ j _ 1 或吻= 蚩f ，1 + 嘞夕，歹= l ，2 ，刀( 3 - 5 ) 并令j = r 嘶巧，则显然j 渍j i f ：( 2 - 2 ) 式，从而是一个一致性矩阵，并当 第3 章负荷预测递阶层次结构模型研究 嘞呻。时有a 矧a 。因此a 可以看成一个一致性矩阵j 受到小的扰动 嘞f ，嘞 一l j 而得到的正互反矩阵，或嘞可认为是唧偏离某个一致性判断的相 对偏离量，并有如下结论。 设a = | 口f ，) 为玎n 阶正互反矩阵，屯掰是a 的最大特征根。则有 卢=等搿莉1巍阼舒=垒(3-6)i n ( n 1 2 行一 一，l f ：i k h h 式中妨由( 3 5 ) 式确定：是a 的上三角非对角元素相对偏离量的平方平均 值。若取： c i = 等 = ( 3 7 ) 为对角元素相对偏离量的平方平均值的大小。则一致性指标c i 表述了a 的上 三角当这种相对偏离量平方平均值很小时，例如c i c 时，人们自然有理 由认为所求的w 符合实际。然而人们注意到要想得到一个对所有阶数n 均适 用的统一的临界值c 南是困难的，因为由( 3 6 ) 式知c i 的取值显然依赖于阶 数，而且矩阵的阶数1 1 愈大，两两比较判断的比较标度之间愈难达到完全一致 性，例如二阶正互反矩阵总满足完全一致性，构造三阶比较判断矩阵也容易达 到完全一致性，而对于9 阶比较判断矩阵，由于独立地给出的两两比较判断为 3 6 个，很难使这3 6 个判断达到完全一致性。因此，需要根据a 的阶数n 对一 致性指标c 1 - 进行修订。s t a a t y 提出用平均随机一致性指标r i 来修订c i ， c 工的修订可通过下述计算过程得到： 1 ) 对于n 阶矩阵，独立地重复n ( n 一1 ) 2 次随机地从l ，2 9 ，i 2 ，1 1 9 ， 告中均匀取值，作为矩阵a 的上三角元素，主对角线元素自动取1 下三角元 素取上三角元素的倒数，由此得随机互反矩阵a 。 ( 2 ) 由a 计算所得到的一致性指标c i 。 ( 3 ) 重复上述步骤以得到足够数量的样本，并计算c _ i 的样本均值，并以此 作为c i ( n ) 。 ( 4 ) 分别对行= 3 ，4 ，9 重复上述攫拟过程以得到r i ( 3 ) ，i ( 4 ) ， 东北电力大学硕l = 学位论文 曩暑! 一i ii i i ! ! ! ! 曼鼍鼻量璺量量詈墨量量曼量置曼量曼曼量皇量曹詈置量| 曼舅 r i - 【9 ) 。 ( 5 ) 引进随机一致性指标c r = c i r 刀r 工n j ，以此作为偏离一致性的综 合度量指标。 s a a t y 的上述对c i 的修订思想类似于多目标规划理论中对各目标函数的统 一量纲处理的思想。因为考虑到作为绝对量c i 将依赖于n 而不具有可比性，为 此引进相对量c i k 来度量，一般来说就可能具有可比性。这种相对量的分母k 通常可取c 1 - 的最大值、最小值或