(电气工程专业论文)超短期负荷预测系统研究.pdf_第1页
(电气工程专业论文)超短期负荷预测系统研究.pdf_第2页
(电气工程专业论文)超短期负荷预测系统研究.pdf_第3页
(电气工程专业论文)超短期负荷预测系统研究.pdf_第4页
(电气工程专业论文)超短期负荷预测系统研究.pdf_第5页
已阅读5页,还剩57页未读 继续免费阅读

(电气工程专业论文)超短期负荷预测系统研究.pdf.pdf 免费下载

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

浙江大学硕士学位论文 超短期负荷预测系统研究 摘要 电力系统短期负荷预测是电力系统调度运营和用电服务部门的一项重要的 日常工作,其预测精度的高低直接影响到电力系统运行的安全性、经济性和供电 质量,它的特点可以归纳为:要预测的数据个数多、影响预测的物理因素复杂且 具有随机性和预测精度要求高等。短期负荷预测软件是电力部门自动化的要求。 短期负荷预测方法众多,单一的预测模型由于自身的优缺点以及用到的信息 有限,预测精度难以在原有基础上取得突破。组合预测模型被认为是短期负荷模 型发展过程中的一个重要里程碑。本文在对某地区的负荷特性透彻分析的基础 上,建立了基于灰色和模糊逻辑系统的组合预测模型。灰色预测模型所需历史数 据少、计算快、对平稳地区的负荷预测有较高精度等优点,曾被广泛应用。但灰 色模型的自变量仅仅是历史负荷数据,而对于影响负荷其它的因素没有考虑,预 测精度有待提高。众所周知,负荷受到各种非确定因素影响剧烈,如日期类型、 天气等,在建模时必须考虑到这些因素。而这些因素影响负荷变化的数学关系现 在还没有被人们准确地掌握,是不确定的。考虑到模糊理论能够处理不确定性问 题,并能引入主观经验语言变量,这使得它成为进行负荷预测工作时另一种很好 的选择方案。利用灰色模型预测得到负荷的基本分量,对于受天气情况、日期类 型和节假日影响的变动性负荷分量,由模糊逻辑系统构造各因素特有的隶属函 数,建立模糊规则库得到,对灰色系统预测得到的负荷基本分量进行修正。同时 由于考虑了专家经验,把模糊语言变量和数字变量统一起来,使一些很有价值的 主观经验得到充分利用。 设计了某地区的短期负荷预测软件,以上述方法为该地区的负荷预测核心算 法。该软件现己投入使用,实践迸一步证明该算法具有较高精度。另外,该软件 易于操作、维护方便,得到使用者的认可。 关键词:组合预测灰色模型模糊逻辑系统模糊规则库短期负荷 预测软件 浙江大学硕士学位论文超短期负荷预湔系统研究 a b s t r a c t t h es h o r t - t e r ml o a df o r e c a s to fe l e c t r i cp o w e r s y s t e mi sa l li m p o r t a n tr o u t i n ef o r p o w e rd i s p a t c ha n du t i l i t yd e p a r t m e n t s i t sp r e c i s i o nw i l li n f l u e n c et h ee c o n o m i ca n d s e c u r eo p e r a t i o no fp o w e rs y s t e m sa n dq u a l i t yo fp o w e rs u p p l y t h ef e a t u r e so f s h o r t - t e r ml o a df o r e c a s tc a nb eg e n e r a l i z e da sf o l l o w i n g s :m a n yd a t an e e dt ob e f o r e c a s t e d ,t h ep h y s i c a lf a c t o r sw h i c hi n f l u e n c ef o r e c a s ta l ec o m p l i c a t e da n dr a n d o m , a n dh i 曲i sd e m a n d e d s h o r t - t e r ml o a df o r e c a s ts o f t w a r ei sn e c e s s a r yf o ra u t o m a t i o n o fp o w e rs y s t e m t h e r ea r em a n ys h o r t t e r ml o a df o r e c a s t i n gm e t h o d s s i n g l em o d e l sp r e c i s i o n c a l ln o tb eb r o k e nt h r o u g hf o ri t sm e r i t sa n df a u l t sa n dl i m i t so fu s i n gi n f o r m a t i o n i n t e g r a t e dm o d e li sa l li m p o r t a n tm a r ko ft h ep r o g r e s so fs h o r t - t e r ml o a df o r e c a s t i n g t h et h e s i sb u i l d sa ni n t e g r a t e dm o d e lb a s e do ng r a ya n df u z z yl o g i cs y s t e mb y a n a l y z i n gt h el o a d sc h a r a c t e r i s t i c so fo n ea r e a g r a ym o d e ln d sf e w e rh i s t o r yd a t a , f a rc a l c u l a t i o na n dh i 曲p r e c i s i o nt ol o a df o r e c a s to fa r e a sw i t hs t a b l el o a d b u tt h e l o a di sa l s oi n f l u e n c e db ym a n yu n c e r t a i nf a c t o r s ,f o re x a m p l e ,d a t et y p e ,w e a t h e ra n d s oo n n o wt h e r ei sn oad e t e r m i n a t em o d e lt om e a s u r eh o wt h e s ef a c t o r si n f l u e n c e l o a d f u z z yt h e o r yc a nd e a lw i t hu n c e r t a i nf a c t o r sw e l la n db r i n gi ne x p e r t s e x p e r i e n c e ,s ot h a ti tb e c o m e sag o o dm e t h o do fs h o r t - t e r ml o a df o r e c a s t t h eb a s i c l o a di sf o r e c a s t e db yg r a ym o d e l ,t h e nt h er a n d o ml o a dw h i c hi si n f l u e n c e db y w e a t h e r , d a t et y p ea n dh o l i d a yi sf o r e c a s t e db yf u z z yr u l ep o o lw h i c hi sc o n s t r u c t e d b ye a c hf a c t o r ss u b j e c t i n gf u n c t i o n f u r t h e r m o r e ,s o m ev a l u a b l ee x p e r i e n c ei sm a d e f u l lu s eb yu t i l i z i n gf u z z yl a n g u a g ev a r i a b l e sa n dn u m e r i cv a r i a b l e s t h es o f t w a r eo fs h o r t - t e r ml o a df o r e c a s ti sd e s i g n e db a s e d0 1 1t h em e t h o da b o v e t h es o f t w a r eh a sb e e n u s e dn o wa n ds h o w st h em o d e lh a sh i 曲p r e c i s i o n f u r t h e r m o r e ,t h es o f t w a r ei se a s yt oo p e r a t ea n dm a i n t a i ns ot h a tg e t st h ea c c e p t a n c e o f t h eu s e r k e yw o r d s :i n t e g r a t e df o r e c a s t g r a ym o d e lf u z z yl o g i cs y s t e mf u z z y r o l ep o o ls 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 e 第一章绪论 电力系统主要任务是向用户不问断地提供安全、可靠和优质的电能,满足各 类负荷的需求。这里的负荷是指电力需求量或者用电量。即功率,而电力系统的 负荷是影响系统安全稳定运行的重要因素,这是因为电力系统正常运行的首要约 束条件就是要保持功率平衡,即发出的功率应该满足负荷的需要量。由于电力的 生产与使用具有特殊性,即电能是不能储存的,这样就要求系统发电出力随时紧 跟系统负荷的变化动态平衡,否则,就会影响供用电的质量,重则危及系统的安 全与稳定。电力系统负荷预测因此而发展起来,其作用也日益重要。英国的研究 结果表明,短期负荷预测的误差每增加1 将导致每年运行成本增加约1 7 7 0 万英 镑。在挪威,每增加1 的短期负荷预测误差将导致4 5 5 万9 1 0 万欧元的附加 运行成本1 1 】。近年来,我国极其严重的电力紧张,更加说明了电力建设必须具有 前瞻性,而对负荷的预测就是其中一个关键环节。目前电力系统负荷预测已成为 工程科学中重要的研究领域,是电力系统自动化中一项重要内容。本章对电力系 统负荷预测的基本概念、意义以及国内外研究状况进行了介绍,并阐述了本文的 主要研究内容。 1 1 负荷预测的基本概念和原理 1 1 1 负荷预测的基本概念 负荷预测就是在考虑一些重要因素( 如系统运行特性、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和未来负荷的数学方法, 在满足一定精度的前提下,研究未来某特定时刻的负荷数值,通常对负荷预测按 照以下的方式进李亍分类f 2 i 。 ( 1 ) 按照时问分类 负荷预测按照时间可以分为长期、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进行的预测,中期指5 年左右并以年为单位 的预测。它们的意义在于帮助决定新的发电机组的安装( 包括装机容量大小、型 浙江大学硕士学位论文超短期负荷预测系统研究 号、地点和时间) 与电网的规划、增容和改建,是电力规划部门的重要工作之一。 短期负荷预铡是指一年之内以月为单位的负荷预测,还指以周、天、小时 为单位的负荷预测,通常预测未来一个月度、未来一周、未来一天的负荷指标, 也预测未来一天2 4 小时中的负荷,其意义在于帮助确定燃料供应计划;对运行 中的电厂出力要求提出预告,使对发电机组出力变化事先得以估计:可以经济合 理地安排本网内各机组的启停,降低旋转储备容量;可以保证正常用电的情况下 合理安排机组检修计划。 超短期负荷预测指未来1 小时、未来o 5 小时甚至为了1 0 分钟的预测。其 意义在于可对电网进行计算机在线控制,实现发电容量的合理调度,满足给定的 运行要求,同时使发电成本最小。 ( 2 ) 按照行业分类 负荷预测按照行业可以分为城市民用负荷、商业负荷、农村负荷、工业负荷 以及其他负荷的负荷预测。其中,城市民用负荷预测主要指城市居民的家用负荷 预测;商业负荷预测和工业负荷预测是指对各自为商业与工业服务的负荷进行预 测;农村负荷预测是指广大农村所有负荷的预测;而其他负荷预测则包括市政用 电、公用事业、政府办公、铁路与电车、军用等等负荷的预测。 ( 3 ) 按照负荷特性分类 按照负荷预测表示的不同特性,常常又分为最高负荷、最低负荷、平均负荷、 负荷峰谷差、高峰负荷平均、低谷负荷平均、平峰负荷平均、全网负荷、母线负 荷、负荷率等类型的负荷预测,以满足供电、用电部门的管理工作的需要。 1 1 2 负荷预测的基本原理 负荷预测是根据电力负荷的过去推测它的未来数值。所谓预测,就是借助于 对己知、对过去和对现在的分析,得到对未知和未来的了解,也是对尚未发生的 或目前尚不明确的事进行预先的估计和推测,是在现时对事物将要发生的结果进 行探讨和研究。科学的预测方法和预测手段称为预测技术。它是从过去和现在的 己知情况出发,通过对历史情况的分析研究,探索掌握事物的内在联系和发展变 化规律,据此推断出其未来将要发生的结果。 科学预测的基本原理在于利用事物发展过程中各种因素之间的规律性。一般 2 浙江大学硕士学位论文超短期负荷预测系统研究 的预测技术,都是基于以下的预测原则【3 】: ( 1 ) 可知性原理 可知性原理,又称为规律性原理,是关于预测对象服从某种发展规律的原理。 它认为,预测对象其发展规律可以被人们所掌握,因而其未来发展趋势和状态可 以被人们所知晓。人们的预测活动,不论其形式如何,都与这一原理有关。 ( 2 ) 可能性原理 预测对象未来发展的趋势和状态,是在内因与外因的共同作用下出现的,它 的结果具有不同的可能性,但是预测对象演化到不同结果的可能性大小不同。对 研究对象所作的预测,就是对它未来发展的可能性进行预测。这一原理建立在预 测对象发展变化的结果与内外因共同作用有一定关系的基础上。 ( 3 ) 相似性原理 在许多情况下,被人们作为预测和研究对象的一个事物,其现在的发展过程 和发展状况往往与一个己知过去事物的一定阶段的发展过程和发展状况类似,相 似性原理就是反映这种情况的原理。因此,预测者就可以根据一个事物后来的发 展过程和状况,预测另一个事物的未来发展过程和状况。应用这样的原理来分析 和预测研究对象,被称为类推法或历史类比预测方法。 ( 4 ) 可控性原理 作为人们预测对象的大量事物,其未来发展过程往往呈现出可以调节和控制 的可能性。把预测到的未来信息传递给可以影响、调节和控制研究对象未来发展 的人或其它因素,就可以通过人的行为或其它因素的变化来达到调节和控制研究 对象发展的目的。因此,只要研究对象的未来发展趋势是可以调节、控制的,就 可以通过对它的调节和控制,使它朝着符合人类目标和需要的方向发展。这正是 有目的预测活动所希望达到的效果。 ( 5 ) 连续性原理 连续性原理认为,预测对象的发展是一个连续的、统一的过程,其未来的发 展是这个过程的继续。预测对象总是从过去发展到现在,再从现在发展到未来。 要对该对象的未来发展进行预测,就必须了解它的过去和现在;预测对象发展过 程中的过去,现在和未来,处于一种辨证的、统一的、连续关系之中。 ( 6 ) 反馈性原理 3 浙江大学硕士学位论文 超短期负荷预测系统研究 人们在预测和研究事物的未来发展趋势和发展状况时,预测结果往往和预测 目的有不同程度的差距。只有对预测依据进行反馈调节,才能缩小这种差距,做 出符合活动目的的预测。依据这种原理,预测者要有效地进行反馈调节,必须认 真分析预测的结果和目的之间的差距,了解产生这种差距的原因,并根据己经查 明的原因,对活动依据实施反馈调节。 ( 7 ) 系统性原理 这一原理强调预测对象的未来发展是系统整体发展的连续,强调该对象内在 和外在的系统作用,把预测对象作为动态的、系统的发展过程来对待。预测对象 的未来发展,是整个系统的动态发展,这种发展与系统内部子系统的相互作用和 相互影响密切相关,预测对象的系统整体的属性与功能大于各子系统的总和,要 求预测者做出整体最佳的预测。 1 2 短期负荷预测的意义和目的 电力系统是一个大面积分布的复杂系统,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, 保证系统具有较高的安全水平,并提供有力的事故处理能力等。负荷预测是电力 系统管理现代化的重要内容之一,是对发电、输电和电能分配等合理安排的必要 前提。它从己知的经济、社会发展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,以期提高系统运行的经济性和可靠性f 4 j 。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。 负荷预测按照时间可以分成长期、中期、短期和超短期负荷预测。其中,短 期负荷预测在电力负荷预测中最为重要,其预测精度对电力系统的影响极为明 显,因此短期负荷预测水平的提高有利于节煤、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。 电力工业是国民经济中一个非常重要的部门,它与国计民生息息相关。一百 4 浙江大学硕士学位论文 超短期负荷预测系统研究 多年来世界上大多数国家的电力工业普遍采用国家垄断的经营模式,这种模式集 发电、输电、配电为一体,将国家的电力供应全部或绝大部分由国家电力部或国 家电力公司垄断经营,消费者为广大电力用户。如今为限制垄断利润,近2 0 年 来,全世界包括中国在内,电力工业的结构己经开始了一个意义深远的变革。工 业发达国家先进的电力技术不断完善,而发展中国家电力资金、电能均严重不足, 它们从不同的目的出发,以不同的模式进行改革,但均趋向同一方向:在传统地 区垄断的电力工业体制中引入竞争机制一电力市场1 5 】。 我国现代意义上的电力市场是从计划经济向市场经济过渡过程中产生的。中 国广义的电力市场起始于1 8 8 2 年7 月 6 - 7 1 ,上海第一台发电机投入商业运行,从 而在中国大地上出现了电力这种商品,到现在已有1 0 0 多年的历史。在这一百多 年中,中国的电力市场走过了三个发展阶段。第一阶段从1 8 8 2 年开始到1 9 4 9 年。 在这6 7 年中,全国各大城市的电力工业逐步发展,这个阶段的电力企业有外商 资本,有官僚资本,也有私人资本。这一阶段电力企业虽然处于竞争机制下,但 实际上没有市场竞争的要求,都处于分片垄断经营的状态。第二阶段从1 9 4 9 年 到1 9 9 8 年。其特点是政府统一管理,自上而下垄断经营,实行计划建设,计划 发电,计划供电的体制。电力的买卖关系虽然仍然存在,但卖方和买方都没有选 择权,电力价格由政府制定。第三阶段从1 9 9 8 年开始。1 9 9 8 年1 1 月,国务院 国办发 1 9 9 8 1 4 6 号文转发了国家经贸委“关于深化电力工业体制改革有关问题 的意见”,并将辽宁、吉林、黑龙江三省与山东、上海、浙江同时列为“网厂分 开、竟价上网”的试点单位,确立了“厂网分开、竞价上网”的改革方针,这标 志着我国政府积极推进发电侧电力市场工作的正式启动,中国正式走上了电力市 场化改革的道路。 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。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 5 新江大学硕士学位论文 超短期负荷预测系统研究 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。 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 计划体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 隔为一小时,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 计划体制下于每日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结果分析市场的供求状 6 浙江大学硕士学位论文 超短期负荷预测系统研究 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,电力市场运营对短期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。 1 3 短期负荷预测国内外研究和应用现状 最初短期负荷预测往往是凭借调度人员的经验作直觉判断,即根据己有的资 料和经验,编制负荷预测曲线。近年来许多学者对此进行了研究,提出了很多种 预测方法,并且及时地将数学上的最新进展应用到预测中去,使预测的水平得到 迅速提高,负荷预测研究取得了很大的进展1 2 】。 文献【8 】提出时间序列法认为负荷模型是具有季节性、周周期性和日周期性的 时间序列,并将实际负荷和预测负荷之间的差额看作是一个随机过程,通过对这 个随机信号的分析,来得到较精确的预测。对随机信号的分析采用的技术有:卡 尔曼滤波,b o x j e n k i n s 方法和自回归一移动平均( a r m a ) 模型等。 一般来说,若影响负荷的环境和社会问题的因素不发生突变,采用时间序列 方法的技术能得到较好的结果;但若这些因素发生了变化,时间序列技术将会产 生很大的误差。时间序列法的主要问题是预测的不精确和数值的不稳定,不精确 的主要原因是没有把对负荷需求有重大影响的一些信息考虑进去,而数值不稳定 是由计算上的繁杂矩阵处理引起的。 第二种方法采用线性或分段线性表达式来构造预测函数,它的大致步骤是: 1 ) 选择合适的或可利用的影响因素;2 ) 选取基本函数单元;3 ) 寻求所采用函 数的合适系数。这种方法的缺点是:构造一个合适的预测函数是十分困难的,即 使构造出一个预测函数,它是否能够充分描述电力负荷复杂的运行规律,因此这 种方法常常带来较大的预测误差。 在各种解析方法中,采用最多的影响电力负荷变化的因素变量是气象条件中 的温度。当然,如果把其它气象条件,如湿度、风速和云层等因素都考虑进去将 获得更好的结果。但是,这些数据的获得是比较困难的。 基于以上缺点,近几年也有人提出一些新的负荷预测方法。文献f 9 1 0 提出 7 浙江大学硕士学位论文超短期负荷预测系统研究 了运用灰色预测模型的方法来预侧电网负荷,并编制了相应的软件;文献 1 1 】利 用了专家系统的启发式推理方法,将经验丰富的电力系统调度人员的知识和经验 提取出来,用于处理有突变干扰情况下的负荷预测,它形成了一种可用于多种复 杂干扰因素时的电力系统日负荷预测及启发推理综合解法。这些新方法改进了传 统的负荷预测方法,对提高精度、消除数值的不稳定是有益的。 进入二十一世纪以来,除了上述的这些负荷预测方法,新的方法还在不断出 现,本文第二章将有更为详细的介绍。 1 4 论文的主要内容 本文主要对电力系统短期负荷预测的方法进行了研究,针对某地区的负荷建 立了与之相应的模型,以提高预测精度为目标同时从应用的角度设计了该地区的 短期负荷预测软件。论文的主要内容和安排如下: 第一章对电力系统负荷预测的基本概念、意义以及国内外研究状况进行了介 绍。为了提高预测精度,新技术、新理论的应用推动短期负荷预测的研究不断地 发展,新的预测方法接踵而至,举不胜举。 第二章对某地区的负荷特性进行了分析。负荷特性分析是负荷预测的首要步 骤,有利于了解、掌握该地区的负荷规律,从而建立合适的模型。本文着重从负 荷的构成及周期性特性分析了该地区的负荷情况。同时,概括总结了目前一些常 用预测方法的原理、优缺点,为该地区的短期负荷预测模型埋下伏笔。 第三章建立了某地区的短期负荷预测模型,提出了基于灰色和模糊逻辑系统 的组合预测模型。由于单一模型不可能考虑到影响负荷的各种信息,且均有自身 的优缺点。而组合模型可以集各种单一模型之所长,从而提高预测精度。灰色预 测所需历史数据少、计算速度快,并且对于较平稳的负荷具有较高精度。但是它 的自变量是历史负荷,没有考虑到影响负荷的其它因素( 如天气等) ,因而预测 精度有待提高。模糊控制系统可以很好地处理非确性因素对负荷的影响,本文利 用灰色模型预测得到负荷的基本分量,对于受天气情况、日期类型和节假日影响 的变动性负荷分量,由模糊逻辑系统构造各因素特有的隶属函数。建立模糊规则 库,对灰色系统预测得到的负荷基本分量进行修正。在这一部分考虑专家经验, 把模糊语言变量和数字变量统一起来,使一些很有价值的主观经验得到充分利 8 浙江大学硕士学位论文超短期负荷预测系统研究 用。 第四章对短期负荷预测软件的设计方法、结构进行了分析。建立了以灰色和 模糊逻辑系统组合预测模型为核心算法的短期负荷预测系统。实践证明,一方面 该模型具有较高精度;另一方面,短期负荷预测软件满足了电力部门自动化的要 求,提高了预测的效率。 9 第二章负荷特性分析和短期负荷预测方法研究 进行电力系统短期负荷预测,也就是要依靠负荷的历史记录,对未来的负 荷做出预测。要对电力负荷进行科学的预测,不但要选择适当的预测方法和技术, 还要注意考虑对历史负荷数据的调查和选择以及数据的预处理。为此,本章对电 力负荷的特点进行分析,确定出电力负荷的组成部分和对短期负荷曲线变化影响 的因素,进而对目前的一些短期负荷预测方法进行比较和研究,对各种方法的优 点和缺点进行了总结,为后续工作打下基础。 2 1 电力负荷特性分析 2 1 1 电力负荷的分类 用电分类可以说明国民经济各部门用电情况和变化规律,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,它是反映电 气化的发展水平和趋势的指标,是负荷预测和电力分配的依据。按国民经济行业 用电进行分类,电力系统负荷一般可以分为城市民用负荷、商业负荷、农村负荷、 工业负荷以及其他负荷等,不同类型的负荷具有不同的特点和规律。 1 、城市民用负荷 城市民用负荷主要是城市居民的家用负荷,它具有经常的年增长以及明显的 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。居民负荷的季节性变化在很多情况下,直接影响系统峰值负荷的季节性变化, 但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。尤其是随着空 调、电冰箱、彩电等家用电器的广泛使用,使居民负荷变化对系统峰值负荷变化 的影响越来越大,同时民用负荷在系统负荷中所占的比重,以及民用负荷季节性 变动对系统峰值负荷季节性变动的影响都会越来越大。 从负荷的特点看,地区间呈现不同的特点,如夏季的南方由于大量空调投入, 负荷剧增;而北方的冬季在取暖器投运后,也会造成用电负荷增长等。在同一天 内,负荷也极不平衡,生活用电的高峰往往和电力系统高峰段重叠。 浙江大学硕士学位论文超短期负荷预测系统研究 2 、商业用电负荷 商业负荷主要是指商业部门里的照明、空调、动力等用电负荷,覆盖面积大, 且用电增长平稳,商业负荷同样具有季节性变动的特性。虽然商业负荷在电力负 荷中所占比重不及工业负荷和民用负荷,但商业负荷中的照明类负荷占用电力系 统高峰时段。此外,商业部门由于商业行为在节假日会增加营业时间,从而成为 节假日中影响电力负荷的重要因素之一。市场经济的发展推动了商业以及餐饮、 供销、仓储等行业的发展,用电量也迅速增长,以后仍将会有较快的增长。 3 、工业用电负荷 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,它不仅取决于工业用户的工 作方式( 包括设备利用情况、企业的工作班制等) ,而且与各工业行业的行业特 点、季节因素都有紧密的联系。一般情况下,在一年时间范围内,工业用电中除 部分建材、制糖等季节性生产的企业外,一般负荷是比较恒定的;在一个月内, 一般上旬用电负荷低,任务饱满的企业在用电上常常是下旬高于中旬,中旬高于 上旬;从一天来看,一般一天内出现用电的三个高峰,两个低谷,对于工业本身 而言,晚高峰比早高峰负荷低得多。 此外,对同一地区的工业负荷而言,也要受阴雨、光照等自然气候条件的影 响,但工业负荷一般视作是受气候影响较小的基础负荷,当然这并不是说它一点 也不受气候的影响,而是因为工业负荷本身基数很大,因此这类负荷变动较小。 虽然某些工业用户可能有明显的季节性特性,但这些用户特性均能事先掌握,从 而可以采用相应的措施加以对待。 4 、农村用电负荷 农村负荷是指农村居民用电和农业生产用电,此类负荷与工业负荷相比,受 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,一场大雨对北方而言 可造成农业负荷骤降,但却可能造成南方地区排涝用电负荷剧增。此外,农业的 农村电气化水平和经济发展程度也决定用电量的大小。就电力而言,农业用电负 荷也受农作物种类、耕作习惯的影响;就电网而言,由于农业用电负荷集中的时 间与城市工业负荷离峰时间有差别,所以对提高电网负荷率有好处。在用电构成 浙江大学硕士学位论文超短期负荷预测系统研究 中,农业用电所占的比重不大。 2 1 2 电力负荷的特点 电力工业与一般的其它产业不同,其产品即电能无法大量储存,电力的生产 和消费必须在同时间必须保持平衡。另外,由于我国市场经济的发展,电力需 求量猛增,在今后一个相当时期内会存在电力的供需矛盾,这一切使电力负荷预 测工作尤显重要。这就要求我们首先要对于电力负荷的特点有一定的了解,才能 针对负荷的特性采用恰当的预测方法,得到符合精度要求的预测负荷值,更好地 为电力系统的调度和运行提供依据。 电力系统的负荷是时刻在变化的,不但按小时变、按日交,而且按周变,按 年变。作为一个变化的时间序列,电力系统短期负荷具有以下特征: 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。 波动性:负荷序列在取值较小的时段,其波动的幅度较小;在取值较大的时 段,波动幅度也较大。 随机性:短期负荷的变化有一定的随机性,并随着各种不同社会因素的影响, 这种随机性具有定增长的趋势。 如图2 1 给出嘉善县五天工作日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 1 2 浙江大学硕士学位论文 超短期负荷预测系统研究 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。如图2 1 所示,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 小时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。 ;厂沪 一、 一 。= 一p f 。f c 。 。 一 一1 l。o 图2 - 2 典型日负荷曲线 图2 3 为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。体现了负荷的周周期性。 浙江大学硕士学位论文超短期负荷预测系统研究 图2 - 3 连续四周负荷曲线 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, 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。 电力负荷除了具有周周期性外,其节假日负荷也具有一定的特性,如图2 - 4 所示。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。通过对嘉善县 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。 1 4 浙江大学硕士学位论文超短期负荷预测系统研究 2 1 3 电力负荷组成分析 图2 4 十一期间两周负荷曲线 电力系统负荷是一个很复杂的非线性系统,有许多直接或间接的因素都会对 电力系统负荷产生直接的影响。但是在实际的负荷预测中,又不能考虑太多的影 响因索。这一方面是因为收集这些资料困难,另一方面考虑因素太多会造成建模 困难,并且会带来大量的复杂计算。因此,在考虑神经网络输入量的问题上,应 抓住其中几个极具特征的影响因素。 根据对历史负荷的分析,般可把负荷分为基本负荷分量和变动性负荷分量 两部分。 l 、典型负荷分量 典型负荷分量,或者说周期性负荷分量,反映的是负荷自身变化的基本规律, 呈较强的周期性,尤其受到时间周期的影响。对短期负荷来说,时间周期因素包 括日周期、周周期、月周期和年周期等,其中日周期、周周期对于日负荷的曲线 模式有着极为重要的影响。 , 2 、变动型负荷分量 变动性负荷分量是随机因素影响负荷变化的结果,一般在总负荷中所占的比 重不大。变动性负荷是由于电网内偶然因素的影响造成的负荷振荡,这种负荷在 一个长时间周期看,具有零平均值,但是对于短周期而言,负荷的振荡会使得负 荷平均值有所改变,因此对于短期负荷预测,这种振荡的负荷是必须加以考虑的, 造成这种负荷振荡的因素主要为节假日和气象条件的影响。节假日包括正常假日 ( 星期六、星期日) 和法定假日( 元旦、春节等) 以及重大的社会政治事件等, 1 5 浙江大学硕士学位论文 超短期负荷预测系统研究 这些都将对日常的生产、生活用电产生不同程度的影响。通常来说,变动型负荷 分量由以下三个部分组成: 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。 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。 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,在时问序列法中,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。 针对影响系统负荷的因素,电力系统某一时刻的短期负荷预测模型一股可以 按四个分量模型描述如下: y o ) = o ) + o ) + s ( f ) + r ( f ) ( 2 - 1 ) 式中,j ,( f ) 为t 时刻的系统总负荷,( f ) 为t 时刻的系统典型负荷分量,形( f ) 为t 时刻的天气敏感负荷分量,s ( f ) 为t 时刻的系统异常或特殊事件负荷分量, r ( t 1 为,时刻的随机负荷分量。 总之,电力负荷具有周期性的特点,而且负荷变化是连续的,一般不会出现 大的跃变;同时电力负荷对季节、天气等因素是敏感的,不同的季节、不同地区 的气候、以及温度的变化都会对负荷造成明显的影响。随着电力市场的逐步深入, 电力负荷会有新的特点出现,如负荷变化将会对电价迸行响应,用户将会将用电 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。电力负荷在电力市场中的新特点需要更深入的研究, 在探索中不断补充对新形势下电力负荷的认识。 1 6 浙江大学硕士学位论文超短期负荷预测系统研究 2 2 短期负荷预测主要方法与模型 短期负荷预测的核心问题是利用现有的历史数据( 历史日负荷数据和气象数 据等) ,采用适当的数学预测模型对预测目的负荷值进行估计,因此有效地进行 短期负荷预测要具备两方面的条件,一是历史数据信息的可靠性,二是预测方法 和相应的手段。由于现在电力系统调度运营部门管理信息系统的逐步建立以及气 象部门气象预测水平的提高,各种历史数据的获取己不再困难,因此短期负荷预 测的核心问题是预测模型的水平高低。 早期的负荷预测技术主要是时间序列分析和统计学的方法。时间序列分析方 法将未知随线与已知曲线拟合,而统计学的方法是将未知负荷看作随机事件进行 估计。这两类方法主要包括b o x j e n k i n s 方法、基于自回归动平均模型的方法、 谐波分析法、状态空间法和指数平滑预报法等,在实际应用中己被广泛采纳,同 时也表现出很多缺陷和局限性。为了使负荷预测接近实际要求,研究者们推出了 一系列改进的方法,如灰色系统理论和非线性模型等。上述方法都要求对电力负 荷建立一套相对精确而可靠的数学模型,实践已经证明,传统的负荷预测误差大, 在各种扰动情况下不具备鲁棒性,对节、假日等特殊负荷模型的预测效果更差, 因而无法满足实用化的精度要求。上述经典的预测方法在电力负荷预测中都有所 应用,但由于电力负荷变化的特殊复杂性,其预测效果普遍不够理想。目前常用 的短期负荷预测方法及模型一般有以下几种。 1 回归模型预测技术 电力负荷回归模型预测技术就是根据负荷过去的历史资料,建立可以进行数 学分析的数学模型,对未来的负荷进行预测。回归分析法所采用的模型如下: y ( t ) = b 。+ 岛而( f ) + + 既矗( f ) + e ( f ) ( 2 2 ) 其中,y ( ,) 是t 时刻对应预测点的预测负荷值; x 是一组样本,为给定的历史负荷值; b ,u = 0 , 1 ,胛) 为回归方程的回归系数; o ( ,) 是随机干扰,即白噪声,服从正态分布。 根据回归分析设计变量的多少,可以分为一元回归分析和多元回归分析。在 1 7 浙江大学硕士学位论文超短期负荷预测系统研究 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。而回归方程根 据自变量和因变量之间的函数形式,又可分为线性回归方程和非线性回归方程两 种。 文献【1 2 】采用了一种无参数回归的方法进行短时负荷预泐,负荷预测模型由 负荷和负荷影响因素的可能性密度函数构成,负荷预测是对给定时间的负荷、天 气条件和其它可解释因素的一个有条件预测,预测中所要求的少数几个参数可以 直接应用一定的方法从历史数据中获得。 在负荷预测问题中,回归方程的因变量一般是电力系统负荷,自变量是影响 系统负荷的各种因素,如社会经济、人口、气候等。这种回归模型也适用于电力 系统的中、长期负荷预测。回归分析有两个难点:一是回归变量的选取,应选取 主要因素而忽略次要因素;二是变量因素的量化涉及到计量经济学的范畴,过于 麻烦。 2 ,时间序列法 时间序列法是目前电力系统短期负荷预测中发展较为成熟的一种算法b 3 】。电 力负荷时间序列预测技术,就是根据负荷的历史资料,设法建立一个数学模型来 描述电力负荷这个随机变量变化过程的统计规律性,在数学模型的基础上确立负 荷预测的数学表达式,对未来的负荷进行预报。处理随机时间序列问题的最有效 的方法是b o x j e n k i n s 的时间序列法,其基本的时间序列模型主要有四种: 自回归模型( a r - a u t or e g r e s s i v e ) ,描述为现在值可以由其本身的过去值的 有限项的加权和及一个干扰量( 假定为自噪声) 来表示; 动平均模型( m a - m o v i n ga v e r a g e ) ,描述为现在值可由其现在与过去的干扰 量的有限项的加权和来表示: 自回归动平均模型( a r m a a u t o r e g r e s s i v e m o v i n g a v e r a g e ) ,即现在值可 看作是其过去值的有限项的加权和及其现在与过去干扰量的有

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论