（电力系统及其自动化专业论文）灌云地区电网规划及相关问题研究.pdf

东南大学工程硕士学位论文 a b s t r a c t e l e c c i cp o w e ri st h ei m p o r t a n tm o t i v ef o r c eo fm o d e r ns o c i e t y b yr e a s o n a b l ep l a n n i n gg r e a ts o c i a la n d e c o n o m i cb e n e f i tc a nb ea t t a i n e & l o a df o r e c a s t i n gf o rp o w e rs y s t e mi so n eo ft h ei m p o r t a n tt a s k so fp o w e ru t i l i t i e s a r 砒el o a d f o r e c a s t i n gi sh e l p f u lt op l a n n i n gg e n e r a t o r s s t a r t i n ga n ds t o p p i n gi n t h ei n t e r i o ro ft h ee l e c t r i c a ln e t w o r k s e c o n o m i c a l l ya n dr e a s o n a b l y , p r e s e r v i n gt h es e c u r i t ya n ds t a b i l i t yo fp o w e rs y s t e m , r e d u c i n gt h eu n n e c e s s a r y c i r e u m v o l v i n gr e p e r t o r yc a p a c i t y , m a k i n gp l a r m i n gt oo v e r l l a dt h eu n i t si nr e a s o n , e n s u r i n gt h es a f 砬yo ft h e n o r m a lp r o d u c t i o na n dl i f eo f t h es o c i e t y , e f f e c t i v e l yr e d u c i n gt h ec o s to f g e n e r a t i n ge l e e t r i c i t y , i n c r e a s i n gt h e e c o n o m i c a la n ds o e i a lb e n e f i t a t i e rd i s c u s s i n gt h ec o n s t i t u e n t sa n de h a r a c t e r i s t i e so ft h ee l e c t r i cl o a d , a n a l y z i n ga n dc o m p a r i n gt h em e r i t sa n ds h o r t c o m i n g so fs o m ef o r e c a s t i n gm e t h o d s ，t h ec o m b i n a t i o n f o r e c a s t i n gm e t h o di sc h o s e ni nt h i sp a p e r g r e ym o d e l , l i n e a rr e g r e s s i o n , a n dg r o w t hc u r v ef o r e c a s t i n ga r e c o m b i n e dt ob u i l dt h em e d i u m l o n gt e r ml o a dc o m b i n a t i o nf o r e c a s t i n gm o d e l ，w h i c hs e p a r a t e st h ef o r e c a s t i n g j o bi n t ot w op a r t s ：o n ei su s i n gg r e ym o d e l , l i n e a rr e g r e s s i o na n dg r o w t hc u l v ef o r e c a s t i n gt of o r e c a s ta n dt h e o t h e ri sb u i l d i n gt h ec o m b i n a t i o nm o d e lf o ru s m gt h eo p t i m a lc o m b i n a t i o no f f o r e c a s t i n g t h i sm e t h o d 1t a k e f a l la d v a n t a g e so ft h eg r e y - m e d u l ，s n n h r e q u i t i n gf e wd 砒a ，u r m e e e s s a r yo fc o n s i d e r i n go ft h el o a d d i s t r i b u t i o nr u l ea n dc h a n g i n gt r e n d ，o p e r a t i o nc o n v e n i e n c e ，c h e c k i n gu pe a s i l y t h e r ei si m m e d i a t es i g n i f i c a n c et oc a r r yo u tt h er e s e a r c ho fp o w e rs y s t e mp l a r m i n g w i t l lt h ef a s t d e v e l o p m e n to fm o d e r np o w e rs y s t e m , m o r ea n dm o r eg o a l sa 船b e c o m i n gp l a n n i n go b j e c t i v e s t r a d i t i o n a l s i n g l eo b j e c t i v ep l a n n i n gc a n n o tm e e tp r a c t i c a lp l a n n i n gd e m a n d s b a s e do nt h ed cp o w e rf l o wm o d e l , a p r a c t i c a ls i n g l e - s t a g ep o w e rp l a n n i n gm o d e lw i t hm u l t i p i eo b j e c t i v e si ss c tu pi nt h i st h e s i st or e a c hm i i l j m o f s u mi n v e s l m e n ta n dl o s s - c o s ti i lw h o l ep l a n n i n gp c r i o d t h e n l ”c h e c ki sa l s oc o n s i d e r e di nt h em o d e lt o f u l f i l lt h eb a s i cs e c o r eo p e r a t i o nr e q u i r e m e n t b a s e do nt h es t r u c t u r e lf e a t u r e so ft h en e t w o r ka n do p e r a t i o n a lp m c c i c c ，f o u rt y p i c a lc o n n e c t i o nm o d e s ， n a m e l y1 7c o n n e c t i o n , s i r i g l etw i t ht h r e el i n e s d o u b l etw i t ht w ol i n e sa n df o u rl i n e sc o n n e c t i o na r cr e d u c e d t h ef a s ts e c t i o na l g o r i t h mo fr e l i a b i l i t ye v a l u a t i o nb a s e do nf a u l tt r e ea n a l y s i si si n t r o d u c e d n ”f e a s i b i l i t y a n a l y s i sf o ra b o v e - m e n t i o n e df o u rc o n n e c t i o nm o d e si sc a r r i e do u tb yu 辩o f t h ep r o p o s e da l g o r i t h m a r e rt h e c o m p a r i s o no f e c o n o m i c a li n d i c e sf o rt h e i ri n v e s t m e n t sa n ds e r v i c ef e e sb yt h eu n i f o r ma n n u a lv a l u em e t h o d , i t i sr e c o m m e n d e dt ou s ed o u b l etc o n n e c t i o ni nl o wr e l i a b i l i t yr e q u i r e dd i s t r i c ta n dt ou s es i n g l etc o n n e c t i o ni n h i g hr e l i a b i l i t yr e q u i r e dd i s t r i c t k e y w o r d s ：l o a df o r e c a s t i n g ；c o m b i n e dm o d e l ；n e t w o r kp l a n n i n g ；c o n n e c t i o nm o d e l ；w l i a b i l i t y 东南大学学位论文独创性声明 本人声明所呈交的学位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，也不包含为获得东南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：薹翌建日期：! z ：竺尘 东南大学学位论文使用授权声明 东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位 论文的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人 电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论 文被查阅和借阅，可以公布( 包括刊登) 论文的全部或部分内容。论文的公布( 包 括刊登) 授权东南大学研究生院办理。 研究生签名：吐导师签名：7 丛! 生日期： 第一章绪论 1 1 电网规划研究的意义 第一章绪论 电力是现代社会发展的重要动力。随着国民经济的高速发展，社会对电力的需求量越来越大。为了 满足日益增长的电力需求，必须不断扩大电力系统规模。由于电力系统的发展水平不仅会对国民经济各 部门产生巨大影响，而且还涉及到大量的一次能源消耗和巨额投资，所以，合理地进行规划不仅可以获 得巨大的社会效益，也可以获得巨大的经济效益。电力系统规划的失误将会给国家建设带来不可弥补的 损失【l j 。因此，对电力系统规划问题进行研究具有重大的现实意义。 电力系统规划包括负荷预测、电源规划和电网规划三大部分内容。电网规划以负荷预测和电源规划 为基础，反过来也对电源规划产生一定影响，使之得到适当修正。虽然电源规划和电网规划应当作为一 个整体来研究，但由于二者侧重点不同，并且统一研究又非常困难，因此，目前两项工作仍然是分开进 行，然后再对两部分结果进行必要的协调。 长期以来，我国电网规划工作落后于电源规划工作。许多地区由于电网结构相对薄弱、不合理，造 成有些地方有电送不出，有些地方又严重缺电，有些地方甚至出现由于局部电网故障而诱发恶性连锁反 应，最终酿成大面积长时间停电的重大系统事故，如东北电网1 9 9 3 年8 月2 0 日事故 2 1 和华北电网 1 9 9 9 年4 月2 8 臼事故 3 1 都和电网结构不合理有直接关系。在经济发达国家，由于历史因素造成的电网 结构不合理而导致的停电事故，如1 9 8 7 年7 月日本东京大停电和1 9 9 6 年7 月、s 月间美国西部联合 电网两次大停电也同样给社会造成了巨大损失。 这表明电网结构对电力系统安全稳定运行有着极大的影响，不合理的电网结构将会对国民经济和社 会稳定造成难以估量的损失。合理的电网结构是电力系统安全稳定运行的重要基础。为保证电力系统安 全稳定运行、防止发生恶性连锁反应造成系统大停电事故，必须有一个精心规划和设计的电网结构。原 水电部在电力系统安全稳定导则中总结了我国电网运行和事故的经验教训，结合具体情况，提出了 保证电网安全稳定运行的要求，其中最基本的一条就是：合理的电网结构是电网安全稳定运行的基础。 在电网的规划设计中，应从全局着眼，统筹考虑，合理布局，搞好电网结构，加强主干网络1 4 1 。 在过去二十年中，伴随着我国经济的高速增长，我国电力系统也处于迅猛发展时期，电力需求增长 很快。而三峡工程的建设、西电东送的展开，也使全国的电网规模迅速扩大，全国现已形成以5 0 0 k v 输 电线路为骨干的七大区域电网，并通过_ _ 5 0 0 k v 直流输电线将华东和华中两大区域电网相连，以后将逐 步形成以三峡为核心的全国电网。如何根据负荷增长和电源规划确定合理的电网结构，使之满足安全经 济输送电力的要求，是电网规划面临的任务。电网规划直接决定了电源发出的电能是否可以安全经济可 靠地送到负荷中心。因此，深入开展电网规划研究不仅关系到电力系统的直接利益，还对社会的稳定、 国民经济的持续、快速、健康发展起着举足轻重的作用。这正是研究电网规划的意义所在。 1 2 电网规划研究的内容 与电源规划相比，电网规划问题更为复杂。首先，电网规划要考虑具体的网络拓扑结构，各待选路 径都必须作为独立的决策变量来处理。因此电网规划决策变量的维数比电源规划更高。其次，电网规划 东南大学工程硕士学位论文 应满足的约束条件非常复杂，其中一些约束条件不仅涉及到非线性方程( 如电压水平限制) ，甚至还涉 及到微分方程( 如系统稳定问题) 。所以，要构成一个完整的电网规划数学模型是比较困难的，对这样 的问题进行求解就更加困难。 为了避免上述困滩，一般将电网规划问题分为方案形成和方案校验两个阶段。方案形成阶段的任务， 主要是根据输电线路传输容量，确定出满足电力输送要求且费用较小的一个或几个方案。方案校验阶段 的任务，主要是对已经形成的方案进行全面的技术经济分析，其中包括电力系统潮流、稳定、短路容量、 可靠性以及经济性方面的计算，最后确定最优方案。在进行方案校验的同时，还可以根据计算得到的信 息，进一步改进电网结构。 由于电力系统潮流、稳定及短路容量计算的理论和算法都比较成熟，因此目前有关电网规划方面的 研究一般都是针对方案形成阶段进行的。一般来说，对于静态电网规划，主要是研究下面两个问题： ( i ) 在何处投建新的输电线路； ( 2 ) 投建何种类型的输电线路； 无论是静态还是动态电网规划都应包括线路电压等级的选择，以及是否采用直流输电等内容。但是， 电压等级的选择及交直流输电的配合是一个复杂的问题，它不仅取决于电力系统负荷的增长，分布及现 有电网的具体情况，而且还取决于整个国民经济的发展和电力设备的制造水平等因素。现有的电网规划 还很难全面反映这些因素。因此，国内外的电网规划实际上都是在电压等级确定了的情况下，研究系统 的接线方案。因此，电网规划的问题实际上主要是上面提到的第一个问题，即在何处投建新的输电线路。 1 3 电网规划研究方法综述 电网网架规划的方法主要可以分为两类，一类是数学优化方法，另一类是启发式方法。 1 3 1 数学优化方法 数学优化方法用数学优化模型描述电网扩展规划问题，理论上可以保证解的最优性。但通常计算量 过大，实际应用中有许多困难：首先，电网扩展规划中要考虑很多因素，问题的阶数很大，建立模型十 分困难，即使建立了模型，也很难求解；其次，实际中的许多因素不能完全形式化，即使通过简化获得 形式化模型，这样得到的所谓最优解不一定是符合工程实际的最优解。以下是电网扩展规划中常采用的 数学方法 ( 1 ) 线性规划 线性规划是理论和求解方法都很完善的数学方法。线性规划法具有计算简单、求解速度快等优点 但由于是基于灵敏度分析，用连续变量确定离散整数变量，带来较大的误差。 ( 2 ) 整数规划 整数规划的误差较大。后来有人对规划方法进行了较大的改进，但是，当待选线路较多时，仍存在 计算时问过长的问题。 ( 3 ) 模糊规划 模糊规划采用严密的数学理论处理模糊性问题，较适宜于求解不同量纲、相互冲突的多目标优化和 综合评判问题。电网扩展规划需要考虑经济性，可靠性、环境等因素，使其成为多目标优化问题，而且 电网规划中存在着负荷以及机组出力等不确定因素。因此模糊规划在电网扩展规划中受到重视 2 第一章绪论 ( 4 ) 灰色理论 灰色理论是描述信息不全造成的不确定因素的工具。该理论最初被应用于电网规划的负荷预测，后 来用于变电站选址及规划方案的选择。该方法可以结合人工经验，但是灰色信息的白化处理缺乏严格的 数学基础。 ( 5 ) 动态规划 动态规划的主要思想是将一个问题转化为几个子问题分阶段考虑。通过提出每个阶段的若干可行网 络结构，然后利用各种动态方法求解，因此无法保证解的最优性。因为电网动态规划是一个组合优化问 题，大规模系统的变量组合多，易出现“维数灾难”、计算时间长和收敛性等问题。 1 3 2 启发式方法 启发式方法是以宜观分析为依据的算法。这种方法比较接近工程人员的思路，可以根据经验和计算 分析给出较好的设计方案。在电网规划中，启发式方法直观、灵活、计算时间短，便于人工参与决策且 能够给出符合工程实际的较优解，成为电网扩展规划中广泛使用的实用方法。启发式方法又分为传统启 发式方法和现代启发式方法。 ( 1 ) 传统启发式方法 传统启发式方法又可称为灵敏度方法，包括逐步扩展法和逐步倒推法。 逐步扩展法是以减轻其它支路过负荷的多少来衡量待选线路对系统所起的作用，并据此选择最有效 的线路加入系统，逐步扩展网络。这种方法以系统节点阻抗矩阵为基础进行灵敏度分析，当网络中有孤 立节点或不联通现象时，阻抗矩阵不存在，因而使其应用受到一定限制。 逐步倒推法是将所有的待选线路加入系统构成一个冗余的网络，按照一定的目标函数求解各待选线 路的有效性指标，逐步去掉有效性低的线路，直到没有线路可去掉为止。当规划水平年与起始年相隔较 远时，现有电网相对比较薄弱，系统中可能存在很多孤立节点，包括新的电源点和负荷中心。在这种情 况下，适合用逐步倒推法。 ( 2 ) 现代启发式方法 4 现代启发式算法”是模拟自然界中一些“优化”现象研究出的一类比较新的优化求解算法，适用 于求解组合优化问题以及目标函数或某些约束条件不可微的非线性优化问题。它比较接近于人类的思维 方式，易于理解，用这类算法求解组合优化问题在得到最优解的同时也可以得到一些次优解，便于规划 人员研究比较。此类算法主要有：模拟退火算法，遗传算法，t a b u 搜索法，蚂蚁算法等。 模拟退火算法 模拟退火算法是以马尔科夫链的遍历理论为基础的一种适用于大型组合优化问题的随机搜索技术- 算法的核心在于模仿热力学中的液体的冻结与结晶的冷却和退火过程，采用m e t r o p o l i s 接受准则避免 落入局部最优，渐进收敛于全局最优。模拟退火法可以较有效地防止陷入局部最优，但为使每一步冷却 的状态分布平衡很耗时问，而且属于单点寻优，对求解存在多个最优解的问题有一定的困难，需要改进。 遗传算法 遗传算法是目前电网规划中广为使用的一种现代启发式寻优方法。它通过编码将规划方案转变为一 组组染色体，并列出一组待选方案作为祖先( 初始可行解) ，以适应函数的优劣来控制搜索方向，通过 遗传、交叉、变异等逐步完成进化，最终逐步收敛到最优解。同传统算法相比，遗传算法具有多路径搜 索、隐并行性、随机操作等特点，对数据的要求低，不受搜索空间的限制性约束，不要求连续性、导数 3 东南大学工程硕士学位论文 存在、单峰等假设。可以考虑多种目标函数和约束条件遗传算法也存在计算速度慢，有时会收敛到局 部最优解等不足，目前对此也进行了一些改进和研究。此外，考虑到模拟退火算法可以有效防止陷入局 部最优解这一特性，将模拟退火和遗传算法结合的混合遗传叫拟退火算法也取得了不错的效果。 t a b u 搜索法 t a b u 搜索法是一种高效的启发式搜索技术，其基本思想是通过记录( t a b u 表) 搜索历史，从中获 得知识并利用其指导后续的搜索方向，以避开局部最优解。t a b u 搜索法的搜索效率高，收敛速度很快， 目前已受到规划工作者的重视。但是t a b u 搜索法是一种扩展邻域的单点寻优方法，收敛受到初始解的 影响，而且t a b u 表的深度及期望水平影响搜索的效率和最终的结果，机理还不甚清楚，从数学上无法 证明其一定能达到最优解，尚需进一步研究。 蚂蚁算法 蚂蚁算法是由意大利科学家d o r i g o 研究总结出的一种新型的仿生启发式优化寻优算法，该算法仿 照蚂蚁群觅食机理，构造一定数量的人工蚂蚁，每个人工蚂蚁以路径上的荷尔蒙强度大小( 按照一定的 状态转移准则) 选择前进路径，并在自己选择的行进路径上留下一定数量的荷尔蒙( 进行荷尔蒙强度的 局部更新) ，当所有蚂蚁均完成一次搜索后，再对荷尔蒙强度进行一次全局更新。通过反复的迭代，最 终大多蚂蚁将沿着相同的路线( 最优路线) 完成搜索。应用表明，其算法效率、寻优能力均强于目前已 有的其它现代启发式优化算法，适宜于求解有约束问题，有着广阔应用前景。目前有学者尝试将其应用 于电网规划中，但是还没有很好地将规划模型处理成适合于蚂蚁算法求解的模型，系统规模增大时，该 文中的方法将难以求得高质量的解。如何合理地将规划模型转变成适合蚂蚁算法的模型，有待人们进一 步的研究。 除了上述求解方法之外，还有其他一些方法也被应用到输电网络优化规划中。例如；人工神经元方 法、专家系统法、进化规划算法以及将启发式方法与数学优化方法相结合的算法等。 上述求解方法中，无论是数学优化方法还是启发式方法都有各自的优点和缺点，对于不同的求解问 题以及不同的研究人员，会采用不同的求解方法。 1 4 本文的主要工作 电网规划是一个非常复杂的系统工程，电网规划过程中所要处理的信息和要解决的问题都非常复杂 繁琐。随着我国电力系统的发展，电网区域间互联以及市场化改革的进一步深入，网架结构将越来越复 杂。因此，必须在区域电网规划的宏观指导下，做好本地区的电网发展规划。 本文结合灌云地区电网的实际情况，在负荷预测的基础上，建立了电网规划的数学模型，对灌云地 区电网的网架作了优化规划，并且讨论了高压配电网四种典型接线方式，对其可靠性和经济性进行了分 析讨论 本文的主要工作可以概括为以下几个方面： ( 1 ) 本文系统学习和研究了中长期负荷预测理论体系，熟悉了解各种常用的负荷预测方法以及适 用范围着重分析了灰色理论预测、一元线性回归及修正增长曲线方法及其优缺点。 ( 2 ) 提出了组合负荷预测的模型，将灰色理论预测、一元线性回归及修正增长曲线等负荷预测模 型有机地组合在一起。该组合负荷预测模型综合了所组合的各个模型的优点，有效地改善模型的拟合能 力和提高预测精度。本文利用所建立的组合负荷预测模型对灌云地区2 0 0 6 2 0 1 0 年电力负荷进行了预 铡，结果表明该模型的正确有效。 4 第一章绪论 ( 3 ) 本文对电网扩展规划的原理方法进行了深入研究，根据高压电网的特点，建立了电网扩展规 划的直流潮流数学模型。考虑了n 一1 的可靠性约束，并且结合电网规划的安全性和经济性分析，建立 了一种计及多种约束条件的电网规划模型。 ( 4 ) 运用上述电网规划模型以及直流潮流算法，对灌云地区电网进行了规划，充分考虑了灌云地 区的负荷发展和电网对外的联络，电网的可靠性以及投资成本与效益的关系对关于地区的网架进行了优 化。 ( 5 ) 本文对目前广泛采用的高压配电网的接线方式进行了研究，从中提取概括出四种典型接线方 式，即型接线、单t z 线路接线、双r 双线路和四线路接线。 ( 6 ) 本文对高压配电网的四种典型接线的可靠性进行评估，提出故障树的分块算法，将一个故障 树分解成若干子树，可以有层次地描述系统失效的进程，及各中间事件的相互关系。该方法直观有效。 搜索效率高。 ( 7 ) 采用等年值法对高压配电网四种典型接线的经济性进行了分析，提出了单位投资效益的概念， 并在此基础上对高压配电网典型接线模式的可靠性、经济性做了综合比较，给出其相应的适用情况。 东南大学工程硕士学位论文 2 1 负荷预测概述 第二章优选组合负荷预测 2 1 i 电力负荷预测的目的和意义 电力系统发展到今天，已经成为世界各国提供能源和动力的巨大网络。电力系统的作用是为各类用 户尽可能经济地提供可靠持续而良好质量的电能。电能的特点之一是不能大量贮存，即电能的生产、输 送、分配消费是同时进行的。所以，系统内的可用发电容量，在正常运行条件下，应当在任何时候都 能满足系统内负荷的要求。若发电容量不够，则应当采取必要的措旄，来增加发电机组或从邻网输入必 要的功率：反之，若发电容量过剩，也应当采取必要的措施，比如，有选择的停机或向邻网输出多余的功 率。因此，对未来本电网内负荷变化的趋势与特点的预测，是一个电网调度部门和规划部门所必须具有 的基本信息之一。电力负荷预测是实时控制、运行计划和发展规划的前提 。 电力负荷，一方面是指电力工业的服务对象，即电力用户，另一方面是指上述服务对象使用电力和 电量的具体数量。电力负荷预测中的负荷概念，是指国民经济整体或部门或地区对电力和电量消费的历 史情况和未来的变化发展趋势。负荷预测是指在充分考虑一些重要的系统运行特性、增容决策、自然条 件和社会影响的条件下，研究或利用一套能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 求的前提下，确定某特定时刻的负荷数值。它包括两方面的含义：对未来需求量( 功率) 的预测和未来用电 量( 能量) 的预测。对功率的预测用来决定发电设备的容量，以及相应的输电和配电的容量。对电量( 能量) 的预测则决定了应当安装何种类型的发电容量，也关系到能源资源的需求与平衡。电力负荷预测是一种 被动型预测，受不确定因素影响较大。 电力负荷预测是供电部门的重要工作之一，准确的负荷预测，可以经济合理地安排电网内部发电机 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，合理安捧机组检修计划，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。因此，电力负荷预测工作既是电力规划工作的重要组成部分，也是电力规划的基础，它 的准确水平己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 负荷预测按预测的时间期限可以分为长期、中期、短期和超短期负荷预测。长期负荷预测一般指l o 年以上并以年为单位的预测。中期负荷预测指5 年左右并以年为单位的预测。短期负荷预测是指一年之 内以月、天或小时为单位的负荷预测。超短期负荷预测指未来l h 、未来0 5 h 甚至未来1 0 r a i n 的预测。其 中中长期负荷预测对于决定新的发电机组的安装与电网的规划、增容和改建具有指导意义，是电力规划 部门的重要工作之一 6 第二章优选组合负荷预涮 2 1 2 电力负荷预测方法综述 ( i ) 分产业产值单耗法 单耗法即单位产品电耗法，是通过某一工业产品的平均单位产品用电量以及该产品的产量，得到生 产这种产品的总用电量。单耗法需要作大量细致的统计调查工作，近期预测效果较佳。但实际中很难对 所有产品较准确地求出其用电单耗，即使可以求出，工作量也太大。有时考虑用国民生产总值或工农业 总产值6 ，结合其用电量单耗( 产值单耗) g ，计算出用电量a = b g , 这就是产值单耗法。 ( 2 ) 电力消费弹性系数法 电力消费弹性系统是电量年平均增长率与国民生产总值年平均增长率之问的比值，根据国民生产总 值增长速度结合电力弹性系数和基准年的实际消费电量得到规划期末的总用电量，同单耗法一样，电力 弹性系统法需要做大量细致的统计工作。 ( 3 ) 时间序列法 时问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。 时间序列法拟合曲线模型形式有以下几种：直线、二次曲线、修正指数曲线、龚帕兹曲线、逻辑斯 谛曲线以及n 阶多项式曲线等。 ( 4 ) 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他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。 ( 5 ) 灰色系统理论预测法 灰色系统理论由我国学者邓聚龙教授于八十年代初期提出。由于其建模过程简单，预测精度高，所 以已经成为预测领域一个非常重要的预测方法。灰色系统理论的基本模型是灰色模型( g r c ym o d e l 简称 g m ) 灰色系统理论用颜色形象地描述模型信息的己知程度。白色的模型表示模型的信息全部已知，黑 色的模型表示模型的信息全部未知，灰色的模型表示模型的信息己知程度介于白与黑之间。未来的负荷 预测就是一个灰色问题，人们对未来有关预测量信息部分己知，部分未知。与通过大量样本进行统计分 析的传统方法相比，灰色系统建模的优越性体现在两个方面。其一是前者需要的原始数据越多越好，其 精度才有保障，而后者没有如此苛刻的要求。其二是后者一般采用某一事实上的方式对原始数据进行生 成处理( 如累加生成和累减生成) ，将杂乱无章的原始数据整理成规律性较强的生成数据，从而弱化原随 机序列的随机性，获得光滑的离散函数，再进一步基于这些生成数据建模。因此，灰色模型具有建模所 需信息较少、建模精度较高等特点。利用灰色生成后的数据进行灰色建模，我们得到一个指数模型，这 也基本符合电力发展的规律。因为大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。 ( 6 ) 回归分析法 7 东南大学工程硕士学位论文 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。在回归模型的确定上，根据历史数据和未来发展分析。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一等问题，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。适用于中期负荷预测。回归分析法采用的回归模型 有： 直线性回归模型y = d 贯+ b 抛曲线回归模型y = a x 2 + h + c 幂函数回归模型y = a x 6【口 o ) 自回归模型只= a o + t h y , 。l + 啦m 。2 + + q 指数函数回归模型y = 钟“ 多元线性回归模型y = a + 酝。+ c x 2 + ( 7 ) 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即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。主要有以下几种类型， 水平趋势预测技术：假定收集到负荷变化的t 期数据x j ，勋，x t ，具有水平趋势，其散点 图表现为在一条水平直线上下随机波动。从这组数据出发，求得内插值j i ，恐，新及预测值x t + l ， x t + 2 9 。 线性趋势预测技术：包括二次滑动平均法、二次指数平滑法及二阶自适应系数预测方法。这些 方法的共同点是，在t 时刻利用数据飘，枷，x t 给出预测值“= 盈+ 西f x fq = 1 , 2 ，) ，为了确 定确( f = 1 , 2 ，t ) ，关键是求出匆和6 ， 多项式趋势预测技术：函数逼近理论告诉我们，对足够光滑的函数来说可用多项式函数去逼 近模型拟合，进而做出预测，因而对一般数据序列，原则上可用适当次数的多项式模型拟合，进而做 出预测。 增长趋势预测技术：一般来说年度用电量呈递增的变化趋势，假定收集到负荷变化的t 期数据 柏，规，x t 具有指数增长趋势，利用指数曲线模型、非齐次指数模型、龚帕兹曲线以及逻辑斯谛曲 线等非线性模型，经数学处理转化为线性趋势预测模型，即可求得预测值x t + i ，x t + 2 ， ( 8 ) 神经网络预测法 电力系统负荷预测是一个典型的非线性问题，原因在于电力系统负荷受很多因素的影响，这些因素 的影响大小、方式都很难简单地建立数学模型描述，一般而言我们都在预测过程中作了不同程度的简化。 运用神经网络进行负荷预测是近十年兴起的预测方法，其优点是可以模仿人脑的智能化处理，对大量非 8 第二章优选组合负荷预测 线性、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，特别是， 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。因此，预测被当作人工神经网络最有潜力的 应用领域之一。 需要指出的是：负荷预测方法多种多样，可以应用简单的定性方法，也可以采用复杂的数学方法预 测，但负荷预测是一个相当复杂的问题，目前尚无一个固定方法可以适用于一切场合，并能保证优于其 它一切方法。不同电力系统由于负荷特性不同可能有不同的预测方法：即使同一个电力系统，根据预测 时间的远近以及负荷特性的变化，不同时期也可能采用不同的方法。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，负荷预测方法也应不断发展和完善，这要求负荷预测工作者去更深入、更 广泛的探索。 2 2 优选组合预测原理 2 2 i 优选组合预测的概念 在预测实践中对于同一个问题，往往可以采用多种不同的预测方法。不同的预测方法能提供不同的 有用信息，组合预测方法可以综合利用这些信息，可以更充分地利用原始数据的信息，弥补单模型方法 的不足，尽可能地提高预测精度。 等权平均组合预测方法，也称e 形锄，耽础 ) 方法是一类经常使用的组合预测方法- 设 o = l ，2 ，勋为第价模型的预测值，如果用z 代表组合预测值。则e 即亨法得到的组合预测值为 li z = z ( 2 1 ) l = l e f 防法不需要去了解单一预测值，的预测精度，也不需要知道单一预测的误差之间的相互关系。 因此，只有事先了解到这些预测值有相接近的误差方差时，e 矽方法才是合理的。 优选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取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。例如，设对某一预测对象俐用1 个预测方法得到t 个模型的预测值为z ( f = l ，2 ，i ) ， 利用这t 个预测值构成一个对，的最终预测结果，即 ，= 妒，五，五) ( 2 2 ) 特别可取 tt 妒以， ， ) = q z ( 其中哆= 1 ) ( 2 3 ) ，l li - i 这就是一种组合预测方式。组合预测方法是建立在最大信息利用的基础上，它集结多种单一模型所 包含的信息，进行最优组合因此，在大多数情况下，通过组合预测可以达到改善预测结果的目的。 9 东南大学工程硕士学位论文 2 2 2 拉格朗日乘子法 若记* 一耐刻的实际观测值，t = 1 ，2 ，m ； 则有： 厶一f 时刻第肿预测模型的预测值f - l ，2 ，”； 一己知观测值的个数： 气一f 时刻第f 个模型的预测误差，i = 1 ，2 ，n ；t = l ，2 ，m ； q 一对刻组合预测模型的预测误差，t = l ，2 ，； 月 q = 乃一z = 南兀 ，；l = k ，七2 ，k ，e 2 ，一，r = k ，岛- ，e m i 毛，屯，t 】r ( 2 4 ) ( 2 5 ) 如果记组合预测模型的加权系数向量为j t l ，1 2 ，i 。 7 ，第价预测模型的误差向量为e ，= k ” 8 2 ，一e 。 7 ，组合预测误差矩阵为p = 瞻i ，e 2 ，e 】组合预测的误差平方和为 则有 户e 2 ， ( 2 6 ) ，一 当再记 于是，可以证明： e ：， i - i e 。，p ：，e ，e 。 i l l f - 1 m 畅2” 1 e 。e 2 ，一2 t = l，i il d j = k 7 e k ( 2 7 ) ( 2 8 ) 如果向量e 1 ，昱2 一，e 。线性独立，则e 为对称正定阵，从而阿逆。下面假设e ，是线性独立的 若记r = 1 ，1 ，1 t ，则加权系数的约束条件七i = 1 可以表示 r 7 肛l 1 0 ( 2 9 ) ， 。 第二章优选组台负荷预测 为求得权重向量脏满足式( 2 9 ) 条件下，使组合预铡模型的方差，达到极小伯池m 引入拉格朗日乘 子 后，同表示为 乒k 7 e x + i ( r 7 尽” ( 2 1 0 ) 要位，取得极小值，j 对鼬q 一阶偏导数必为零。根据标量对向量的求导规则可得 将e - 1 左乘式( z 1 1 ) 的两端得 将式( 2 1 2 ) 左乘r 7 可得 将式( 2 9 ) 代入式( 2 1 3 ) 可解出 ，即 将式( 2 ，1 4 ) 代入式( 2 1 2 ) 可解出五得 盟_ 2 胀砌：d o t c 2 k + e r ：0 2 r 7 k + g r r e r ：0 扣j 至 r 。e 叫r 肛婴 盖1 e - l r 按式( 2 1 5 ) 求出的圈就是最优权重向量。相应的，= x 7 e k 达到极小伯v m 。 2 3 组合模型的建立 ( 2 1 1 ) ( 2 1 2 ) ( 2 1 3 ) ( 2 1 4 ) 2 1 5 ) 为了考虑各种变化趋势，分别建立线性回归模型、灰色理论模型和指数增长曲线模型三类预测模型， 并且对灌云地区电力负荷进行了预测。 ( 1 ) 针对平稳变化，建立随机时间序列一阶线性回归曲线模型 少( 七+ 1 ) = 口+ 撕 ( 2 ) 针对快速上升、下降，建立灰色模型g m ( 1 ，1 ) ( 2 1 6 ) 夕( t + ) = ( x ( 1 ) 一詈弘甜+ 詈( k = 0 , 1 , 2 , - - - ) ( z t z ) ( 3 ) 针对个别可能出现的转折型趋势，建立修正指数增长曲线模型 y t = k + a e | 1 l ( 2 1 8 ) 东南大学工程硬士学位论文 拉格朗日乘子法追求的是预测误差的方差最小，通常能使预测误差的方差最小的预测方法所产生的 预测值一般不会产生某些个别的大误差值。或者说，能使预测误差的方差最小的预测方法所产生的预测 值的误差一般都较小，这正是预测方法所追求的结果。所以用拉格朗日乘子法确定加权系数，得出组合 3 预测的值，即组合预测值为z = z 毛( z 为分别采用线性回归、灰色理论模型和指数增长曲线方法 i = l 得到的预测值t 为各种预测方法对应的加权系数，由拉格朗日乘予法确定) 2 4 优选组合预测在灌云地区的应用 灌云地区1 9 8 5 - 2 0 0 5 年的各行业与全社会总用电量如表2 i 所示。 表2 1灌云地区行业用电增长情况表 8 5 年9 0 年 。七五” 9 5 年 “八五” 2 0 0 0 隹 “九五” “十五” 期间平均期间平均期间平均 2 0 0 3 矩2 0 0 4 焦 2 0 0 5 正 实绩实绩实绩实绩实绩实绩规划 期甸平均 递增率递增率递增率递增率 全社会用电量8 6 5 11 2 1 3 77 0 11 9 6 9 1 1 0 1 2 1 4 6 9 1 7 42 5 0 5 2 3 3 5 4 83 5 1 7 2 9 3 日 最高负荷 4 4 5 0 c5 1 5 0 06 3 0 9 0 7 5 2 0 08 0 0 0 c9 2 一产用电量 2 2 1 e