（电气工程专业论文）中长期电力负荷组合预测模型与方法的研究.pdf

a b s t r a c t t h em e d i u ma n dl o n gt e mp o w e rl o a df o r e c a s ti s t h em a i ne v l d e n c et o r t h e p o w e rd e p a r t m e n t i nm a k i n gs u c hm a j o rd e c i s i o n s a st h ee x p a n s l o no u t l l n e0 1 p o w e rg r i d s ，t h es t a t i o n i n go fp o w e rs u p p l i e s ，t h ed i s p a t c ho f e l e c t r l c l t yg e n e r a t l o n ， e t c t h e r e f o r e ，r a i s i n g t h ep r e c i s i o n6 ft h em e d i u ma n dl o n gt e 彻p o w e 1 0 a d f o r e c a s ti so f 铲e a ts i g n i f i c a n c e t oe n s u r es e c u r i t y ，e c o n o m ya n dt h ee x c e l l e n t o p e r a t i o no fp o w e rg r i d s c o m b i n a t i o nf o r e c a s t i n gm e t h o di sam o r ee f f e c t i v ep r e d i c t i o ns t r a t e g y ，w h l c h c a nt a k ef u l la d v a n t a g eo ft h em e r i t so fe a c hs i t ep r e d i c t i o nm e t h o d sa n d c o n t a l n s u s e f u li n f o m a t i o n ， a n dc a na l s or e d u c et h ei n d i v i d u a l r i s kp r e d i c t i o n m o d e l f b r e c a s t i nt h ec o u r s eo ft h e t r a d i t i o n a lc o m b i n a t i o np r e d i c t i o n ， w h e nm a k l n gt h e e l e c t r i cc h a r g ep r e d i c t i o ni nd i f f e r e n tr e g i o n sa n d d i f f e r e n tp e r i o d so t m e ，t h e d r e d i c t o ro f t e n c o m b i n e st h ep r e d i c t i o nm o d e lb a s e d o nh i so w ns u b j e c t l v e e x p e r i e n c ea n dt h es i n g l ep r e d i c t i o n m o d e lc o n s t r u c t i o no nk n o w l e d g ec h 0 1 c e w h i c hd o e s n ，tp r e d i c tt h es t r a t e g yi na s c i e n t i 丘cw a yi no r d e rt od i r e c tt h ec h 0 1 c eo t p r e d i c t i o nm o d e l s t h i sp a p e rf i r s t l yp r e s e n t st h e n e c e s s i t yo f i n t r o d u c l n gt h e1 d e a o fp r e d i c t i o nd e c i s i o n 恤a k i n gi nt h e c o u r s eo fc o m b i n a t i o np r e d i c t i o n b a s e do n t h em e r i ta n dd e m e r i to f t h ec u r r e n tp r e d i c t i o nm o d e ls c r e e n i n g m e t h o dw h l c hh a v e b e e na n a l y z e dt h o r o u g h l yi nt h i sp a p e r ，t h i sp a p e r ，t h e n ，e s t a b l i s h e s ae v a i u a t l o n i n d i c a t o rs y s t e mf o rp r e d i c t i o n m o d e lo nt h eb a s i so ft w oi n d i c a t o r s ： g r e y r e l a t i o n a lg r a d ea n dp r e d i c t i o nv a l i d i t y ， i n n o v a t e si np u t t i n gf o r w a r d s o m e c o n c e d t sl i k ec o n c o r d a n tg e n e ，c o m p r e h e n s i v ev a l i d i t y i n d i c a t o ra n ds oo n ，a n ds e t s u pt h ep r e d i c t i o nm o d e ls c r e e n i n gm e t h o db a s e do nt h ec o m p r e h e n s l v ev a l l d l t y i n d i c a t o ra n dm o d e lr e d u n d a n c yv e r i f i c a t i o n w h a ti sc n l c i a lt oc o m b i n a t i o np r e d i c t i o ni sh o wt oi d e n t i f yt h ew e l g h t so t s i n 9 1 ep r e d i c t i o nm o d e l so f v a r i o u sk i n d s o v e r c o m i n gt h ed e m e r i to f 丘x e dw e l g h t c o m b i n a t i o n t h ev a r i a b l ew e i 曲t i n g c o m b i n a t i o n p r e d i c t i o n s t r a e g y t h a t1 s p r e s e n t e di nt h i sp a p e ri sm o r ep r a c t i c a l ，w h i c hp r o d u c e sb e t t e rc o m b i n a t l o n w e l g h t t h em e d i 啪a n dl o n gt e r mv a r i a b l ew e i g h t i n gc o m b i n a t i o np r e d i c t i o nm o d e lb a s e d o nt h ec o m p r e h e n s i v ev a l i d i t yi n d i c a t o rs y s t e mi sp r e s e n t e di nt h i sp a p e r ，c o m b l n e d w i t ht h ep r e d i c t i o nm o d e ls c r e e n i n gm e t h o d b a s e d o nt h ec o m p r e h e n s l v ev a i i d l t y i l l 硕i ：学位论文 i n d ic a t o r a ni m p r o v e dp a r t i c l es w a r mo p t i m i z a t i o nw i t hi m m u n i t ya l g o “t h m s ( i a - p s o ) b a s e do n e q u i t y t h e o r y a n d a d a p t i v ea d j u s t m e n t i s p r o p o s e d t os 0 1 v et h e s h o r t c o m i n g so fi a p s of o rs l o wc o n v e r g e n c er a t ea n dr e l a t i v e l y1 0 wa c c u r a c y 。o n t h eo n eh a n d ，t h r o u g hl e a d i n gp e r t u r b a t i o nv a r i a b l e si n t ot h eg e n e r a t i o np r o c e s so f p a r t i c l ep o p u l a t i o n ，ab a l a n c ei sr e a c h e db e t w e e nt - h e o r d e ra n dr a n d o mb e h a v i o r s o nt h eo t h e rh a n d ，a na d j u s t a b l em e c h a n i s mo ft h ea d a p t i v ep a r t i c l ev e l o c i t yi s p r o p o s e dt h r o u g ht h ed i v i s i o no fp a r t i c l el e v e l s ，w h i c ho b t a i n e db yc o m p u t i n g a d a p t i v ev a l u e i nv i e wo ft h en e g a t i v ew e i g h t sa n dn o tm a k i n gd i f 亿r e n tt r e a t m e n to nt h e i n n u e n c eo fe r r o r si nd i f f e r e n th i s t o r i c a lt i m ep e r i o d so nw e i g h t si nt r a d i t i o n a ll o a d c o m b i n a t i o nf o r e c a s t i n gm o d e l sa sw e l la st h ec o m p l e x i t yo fc a l c u l a t i n gv a r i a b l e w e i g h t s ，t h ea u t h o r sp r o p o s eac o m b i n a t i o nf o r e c a s t i n gm o d e lu s i n gf u z z ya d a p t i v e v a r i a b l ew e i g h tb a s e do nf r e s hd e g r e ef u n c t i o na n df b r e c a s t i n ga v a i l a b i l i t ya n d a p p l yi ti nt h em e d i u ma n dl o n gt e r ml o a df o r e c a s t i n g t h ef r e s hd e g r e ef u n c t i o ni s a d o p t e dt oe m b o d yt h ei m p a c te x t e n to fh i s t o r i c a ld a t ai nd i f f e r e n tt i m ep e r i o d s t h ea n a l y s i so fi n s t a n c e sp r o v e st h a tt h ep r e d i c t i o nm o d e ls c r e e n i n gm e t h o d a n dt w ok i n d so fv a r i a b l ew e i g h t i n gc o m b i n a t i o np r e d i c t i o nm e t h o d s ，w h i c ha r e p r e s e n t e di nt h i sp a p e ro nt h eb a s i so fc o m p r e h e n s i v ev a l i d i t yi n d i c a t o r ，h a v ea b e t t e rp r e d i c t i o ne f f e c ti nt h ec o u r s eo ft h em e d i u ma n dl o n gt e r me l e c t r i cc h a r g e p r e d i c t i o n k e yw o r d s ：m e d i u ma n dl o n gt e r ml o a d ；c o m b i n a t i o nf o r e c a s t ；t h ec o m p r e h e n s i v e v a l i d i t yi n d i c a t o r ；f u z z yv a r i a b l ew e i g h t ；p a r t i c l es w a r i l lo p t i m i z a t i o n w i t hi m m u n i t ya l g o r i t h m s i v 硕f ：学位论文 1 1 研究的背景及意义 第1 章绪论 近几年来，随着我国经济结构的不断调整，特别是电力企业实现“厂网分开， 竞价上网 ，采取“合约电量+ 竞价上网”模式运作后，我国用电市场出现了缓和， 导致一些地区的电力设备出现了闲置的现象，发电企业发电机组平均运行小时逐 年下降，这一现象直接影响电力企业的经济效益。同时，由于电能不能大量存储 的特性，就要求发电功率时刻跟踪负荷变化，做到时时刻刻供需平衡。因此，这 就要求电力工作者对未来的负荷变化情况必须做出科学的预测。 科学的预测是决策的依据和保证，电力负荷预测是电力企业制订基建计划、 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，也是电力规 划工作的重要组成部分【l 】。 在预测过程中，习惯把月度负荷预测和年度负荷预测统称为中长期负荷预测。 中长期电力负荷预测是电力企业进行输电网扩展规划、电源布点、制定发电计划 等重大决策的主要依据，其预测结果的准确性直接影响到电力系统的安全性以及 电力投资的经济性。特别是在电力企业进入市场化运营后，人们越来越认识到， 提高中长期电力负荷预测的精度是实现电网安全、经济运行的重要保障【2 j 。 在中长期负荷预测过程中，常用的预测方法主要有电力弹性系数法、指数平 滑法、产值单耗法、相关分析法、回归分析和灰色系统法等【3 4 】，不管是基于时序 趋势外推的预测方法，还是基于负荷相关因素分析的预测方法，没有任何一种方 法能保证任何情况下都获得满意的结果。同时，为了充分利用各个单项预测方法 的优点及包含的有用信息，为了减少单项预测模型带来的预测风险，组合预测是 一种有效的方法【5 6 】。 但在传统的组合预测过程中，针对不同地区、不同时间段的负荷预测，预测 者常常是根据自己的主观经验和知识，选择单项预测模型进行组合预测。在这一 过程中，没有科学预测策略指导，完全依赖于预测工作者本身的素质。因此，选 择的单项模型并不一定是最优的，预测精度也得不到保证。 组合预测的核心问题，同时也是组合预测的难点，是如何确定各种单项预测 模型的权重。传统的处理策略是先假定权重为一常数，然后利用数学规划算法或 者人工智能算法去求解。然而，在实际预测过程中，预测方法总会呈现出出“时 好时坏”的特性，因此权重很可能为变量。变权组合预测策略的提出，克服了定 权组合预测方法的缺点，也更符合负荷预测的实际，可以得到更优的组合权重。 中长期电力负荷组合预测模型与方法的研究 但是变权重的求解方法相对比较复杂。一种方法是利用多项式来逼近变权重的连 续函数【_ 7 1 ，并通过广义逆矩阵的环迭代形成收敛的权重来进行组合预测，取得了 较好的效果，但该方法会没有解决权重非负的问题。文献 8 】中采用了累加残差的 变权选取方法，解决了权重非负的问题，但在累加残差的过程中，该方法把预测 历史数据每一时点的误差对预测权重的影响率都当作是相等的，没有考虑“近大 远小 的原则。 因此，开展预测模型筛选方法及中长期电力负荷变权重组合预测方法的研究， 对于有效提高中长期电力负荷预测精度，为电力企业制定重大决策提供准确可靠 的依据和保证，进而对于推进电力工业的持续健康发展，乃至国民经济的持续快 速增长、社会的和谐稳定具有极其重要的现实意义。 1 2 负荷预测概述 电力负荷预测【9 】是电力系统领域的传统研究问题，是预测工作者根据电力负 荷、经济、社会、气象等的历史数据，探索电力负荷历史数据变化规律对未来负 荷的影响，寻求电力负荷与各种因素之间的内在联系。 1 2 1 负荷预测基本原则 为确保负荷预测工作的科学、有效，必须坚持以下5 个基本原则【1 0 】： 1 坚持系统性原则 要求预测工作者只能客观地反映预测对象及其相关因素的发展规律及组合方 式，不能随意增减某些因素或改变它们的组合方式。 2 坚持关联性原则 预测对象的相关因素之间及预测对象与相关因素之间存在某种依存关系。预 测工作者应对这种联系进行全面有效的分析。关联性原则就是要充分考虑相关因 素的横向联系及其作用与反作用的依存关系。 3 坚持统计规律原则 预测量的历史数据中必然受到随机因素的影响，这就导致预测工作者无法准 确的判断各类相关因素对预测对象的量化影响，因此，预测工作者只能通过分析 预测对象的某种统计规律，对具有不确定性结果的预测对象提出确定的结论，应 用概率论、数量统计理论与方法进行预测。 4 坚持反馈原则 预测的实质就是利用预测对象的历史数据对未来的行为作出估计，因此，预 测误差就不可避免。预测误差反映了预测模型和客观实际情况偏离的程度，因此， 预测工作者可以利用预测误差所包含的信息，对预测模型和参数滚动修正，使预 测模型符合实际情况，以减小预测误差。 2 硕l j 学位论文 5 坚持动态性原则 预测对象的相关因素和环境不是一成不变的，而是不断发展变化的。这些因 素或环境的各个发展阶段对预测对象的影响也就是不断变化的，有时甚至会改变 预测对象的发展方向或性质，因此，预测工作者应该坚持动态性原则。 1 2 2 负荷预测分类方式 负荷预测的分类按照不同的标准呵以分成不同的分类形式，本文采用文献 1 1 】 中的分类方式，将负荷预测的各种分类方式构成一个7 维空间，任何类型的预测 问题都是这个7 维空间的一个点。 1 时间角度 以预测的循环周期为依据，可以把负荷预测分为年、季、月、周、日和时分 负荷预测。 2 空间角度 分为整体、分区、节点、用户负荷预测。 3 指标属性角度 分为整刻度值、统计值、连续曲线、积分值负荷预测。其中，整刻度值主要 是功率的采样值，统计值是最大、平均、最小负荷等，积分值主要是电量值。 4 行政级别 分为国家、区域、省级、地级、县级负荷预测。 5 口径角度 分为全体、电网企业负荷预测。其中，电网企业统计的是电网企业范围内的 负荷或电量，这里的全体主要是指不区分电网企业内部、外部的统统统计指标。 6 环节角度 分为发电、供电、售电、用电负荷预测。 7 结构角度 分为总量、分类负荷预测。 1 2 3 负荷预测研究方向 随着预测技术的不断创新与发展，取得了一系列的科研成果，但负荷预测的 理论研究和实践工作在以下几个方面【1 0 1 3 】亟需进一步研究： 1 原始数据的处理 由于突发事件或者人为因素，负荷历史数据中经常会出现“异常数据 或“伪 数据”，这些数据的存在会给正常的预测工作带来较大的干扰，进而影响预测的精 度。因此，正确地辨识不良数据、补足缺失数据非常重要，但目前这个方面的研 究还达不到实用的程度。 2 预测模型参数的估计 中长期电力负荷组合预测模型j 方法的研究 不同的参数估计方法，预测效果可能差别较大。因此，选择适当的参数估计 方法，可以提高预测精度。在估计策略和方法的选择方面，亟需进一步研究。 3 预测模型的预评估 预测模型预评估是指在预测量未发生之前，估算某个模型用于某种环境的预 测后所能达到的预测精度。目前通常采用“虚拟预测”的策略进行探索，根据预 测误差指标和拟合精度指标，作为预测评价的依据。 以负荷规律性和预报方法有效性的全面评估【1 2 ，”】为基础，使预报和误差评价 融为一体，为预测模型的预评估提供了一崭新的思路，这一思路值得继续深入研 究。 4 预测新方法、新策略的探索 预测不应该只停留在对某个已有预测方法的改进和新数学方法的应用这种层 面上，而应该在预测策略方面的开拓新思路。 同时，预测方法要提高其适应性，从而使预测方法根据预测环境、历史数据， 不断进行模型参数的自动调整。 5 自动运行与滚动预测软件的开发 迫切需要设计一套具备先进的体系结构，能够提供全方位的技术支持、多种 解决方案，解决预测的自动运行与滚动预测问题，切实满足电力负荷预测工作的 预测软件。 1 3 国内外研究现状 1 3 1 组合预测方法研究现状分析 组合预测方法【1 4 】是当前预测科学研究中最热门的课题之一。组合预测在国外 称为c o m b i n a t i o nf o r e c a s t i n g 或c o m b i n e df o r e c a s t i n g ，在国内也称为综合预测等。 组合预测理论认为：对同一预测问题，多个不同预测方法的组合，能够有效地提 高预测精度，又能够减少单项预测方法的预测风险。 不同的预测方法利用的数据不尽相同，不同的数据又从不同的角度提供有用 的信息，因此，不同的预测方法各有其优点和缺点，它们之间并不相互排斥，而 是相互联系、相互补充。在预测的过程中，如果简单的因为某种预测方法的预测 误差较大，就把该种预测方法舍弃，可能导致部分有用信息的缺失。另外，若预 测工作者只采用一种预测方法进行预测，那么这种预测方法的选择是否适当就显 得很重要。如果预测工作者选择预测方法不当，就会带来决策失误的风险。在预 测过程中，如果把多种单项预测方法正确地结合起来使用，则会使得最终的预测 结果对某个较差的预测方法不太敏感。组合预测方法【l5 】应运，这一全新的预测策 略可以解决预测过程中遇到的上述难题。 4 硕 ：学位论文 1 9 6 9 年，j m b a t e s 和c w j g r a n g e r 【1 6 】在运筹学季刊第2 0 卷上发表了“组 合预测 一文，首次对组合预测方法进行了系统的研究，其研究成果引起了预测 学者的重视。2 0 世纪7 0 年代以来，关于组合预测的理论研究和预测实践便逐渐 地开展起来，先后发表了一系列关于组合预测方面的论文。1 9 8 9 年，国际预测领 域的权威性学术刊物j o u r n a lo f f o r e c a s t i n g 还出版了组合预测专辑。这充分说 明了组合预测方法在预测学中的重要地位【l 7 1 。 组合预测的关键是求解组合权重。2 0 世纪8 0 年代末，组合预测的发展达到 一个高峰，主要提出以下一些确定组合预测权重的方法【1 8 ，1 9 】：最小方差方法、贝 叶斯方法、卡尔曼滤波方法、无约束最小二乘方法、约束最小二乘方法、岭回归 方法、特征根回归方法、白适应鲁棒估计方法、递推估计方法、时变加权最小二 乘方法、a i c 准则方法、a h p 方法、目的规划方法、同时考虑预测方向和误差准 则的多目标规划方法等。进入9 0 年代，主要的组合预测方法有【2 0 2 2 】：贝叶斯法 与类贝叶斯法，变权重法，神经网络法等。 最近十几年，国内预测学界也非常重视组合预测方法的研究，取得了一系列 的研究成果【2 1 1 。唐小我、陈华友教授研究成果尤其突出。组合预测方法的研究成 果主要发表于系统工程理论与实践、预测、系统工程理论方法应用、电 子科技大学学报、运筹与管理、数理统计与管理、统计与决策等学术刊 物。特别是我国预测领域中的核心学术刊物预测杂志，对组合预测方法一直 予以高度重视，自1 9 8 4 年以来，每年都要发表关于组合预测方面的研究论文，为 促进我国组合预测理论的研究与应用作出了重要贡献【2 2 1 。 虽然目前国内外预测学界对组合预测方法已经作了很多有意义的探索，但实 际应用和理论研究最多的是最小方差方法，且大体上以绝对误差作为准则来计算 组合权重，但是，评价预测精度的指标除了绝对误差以外，还可以用预测精度指 标来反映。因此，目前组合预测方法的研究并不完善，还存在以下一些问题【”以3 】： 1 多准则下的组合预测模型问题 由于组合预测的目标函数的建立是严格依赖于最优准则的，不同的准则下其 组合预测模型是大不相同的。每种准则都有其优缺点，在实践过程中，预测工作 者只有凭借本身的知识结构和工作背景来选择，难免带有主观色彩，尽管目前对 组合预测模型的求解和有效性的实证研究较为深入，但缺乏多种准则框架下的组 合预测模型有效性的理论研究成果。 2 权重的正负性问题 权重的实际变化范围为 0 ，l 】，虽然最优组合预测方法能达到预测误差平方和 的最小值，但却不能保证各单项预测方法组合权重的非负性。出于负权重是否可 以接受的问题一直存在争议，因此，当最优组合出现负权重时，有必要研究非最 优的正权重组合预测方法。 中长期电力负荷组合预测模型j 方法的研究 3 权重是否为最优的问题 如果考虑权重的变化问题，最优权重在理论上是存在，但实际求解过程中却 很难求出。 4 可变权重求解的问题 变权重的方法显然比定权重的方法更为科学【2 3 1 ，但目前关于变权重组合预测 方法的研究并不多见，这应是今后组合预测学者的重要研究方向之一。 5 权重求解的复杂性问题 尽管说随着计算机的发展，各种软件的相继问世，可能这一缺点会变得微不 足道，但这同样不意味着我们能够很轻松地得到最优组合预测模型，特别是在有 很多单一预测模型需要进行组合的时候。同时，是否可能存在其他更为简洁的赋 权方法，也许在预测精度上稍稍逊色一点，但计算上的便利大大抵消了这个缺点。 1 3 2 中长期电力负荷组合预测方法的研究 电力系统是一个十分复杂的动态大系统，受到很多技术性的、社会性的、政 策性的、人的心理行为等不确定性随机因素的影响，对于这样一个关联于社会、 经济、技术、环境的复杂动态大系统，需要不断地研究，以先进的数学方法，建 立精确的数学模型。其中的电力负荷预测问题，应该采用最先进的预测策略一组 合预测方法，选择多种预测预测方法，对它们实现组合，以确定精确地预测结果。 对于中长期电力负荷组合预测的实际问题，基于神经网络的组合预测【2 4 】和基 于进化规划的组合预测【2 5 1 ，主要是以拟合数据精度、获取最优预测为主体的优化 预测方法，无法结合专家经验和计及相关的不确定性。文献 2 6 从历史数据的拟 合精度、预测结果与未来经济社会发展的一致性、预测工作者对模型的信赖度3 个方面综合考虑，提出了一种基于层次分析法的中长期电力负荷预测综合模型。 该方法基于科学计算，结合专家经验，取得了较为满意的预测结果。虽然该方法 计及了很多不可量化的定性目标，但对于定量目标采用了与定性目标相同的处理 策略，没有将原本量化的数据和优势体现出来，同时，个别劣预测结果可能对最 终计算产生不良影响。文献 2 7 】提出将多属性半结构性的模糊优选决策方法应用 于中长期电力负荷预测的组合预测及模拟决策中，优化筛选并综合组合，使得负 荷预测问题不仅是预测和优化问题，而进一步扩展为多属性分析的决策问题，该 方法引入了决策理论及其分析方法，计入相关的模糊和不确定因素，可实现对预 测方法的筛选和预测结果的控制。 物元分析理论在聚类识别及多因素不相容关系处理等方面具有优势，文献 2 8 】 在已有研究成果的基础上，对物元理论在中长期负荷预测中的应用作了进一步探 讨，建立了能实现对多种预测结果的评价和组合的综合预测模型，即中长期负荷 综合预测的物元模型。算例分析表明，应用物元模型能对电力系统中长期负荷进 6 硕i ：学位论文 行较为精确的预测，物元分析理论在负荷预测领域具有广阔的应用前景。 1 4 本课题的来源及主要研究内容 在从事多个电网规划项目后，深刻认识到负荷预测是电网规划的基础。尤其 是中长期电力负荷预测是电力部门进行输电网扩展规划、电源布点、电网经济调 度等重大决策的主要依据，提高中长期电力负荷预测精度，对于保障电网安全、 经济、优质运行具有重要意义。本课题正是来源于此。 本文深入分析了中长期电力负荷预测方法及组合预测方法的研究成果，在此 基础上，重点在预测模型筛选方法和变权重组合预测方法等两方面开展了研究。 论文的组织结构和主要研究内容安排如下： 第一章：绪论。首先概述了本文的研究背景及意义，接着对国内外组合预测、 中长期电力负荷组合预测方法的研究现状进行了分析，最后介绍了本文的组织结 构和主要研究内容。 第二章：组合预测理论研究。首先阐述了组合预测的基本原理及意义，然后 对组合预测方法的分类、常用的组合预测模型进行了详细的分析与研究，最后分 析了影响组合预测模型预测性能的主要因素，并对组合预测效果评价指标作了扼 要的介绍。 第三章：基于综合有效性指标的模型筛选方法。本节首先详细介绍了中长期 电力负荷预测常用方法，接着阐述了预测决策思想的基本原理，深入分析了现有 预测模型筛选方法的优缺点，在此基础上，以灰色关联度和预测有效度两类指标 为基础，构建了一个预测方法有效性的指标体系，提出了协调因子口、综合有效 性指标屈等概念，作为反映预测方法有效性的综合性指标，并详细介绍了基于综 合有效性指标和模型冗余校验的预测模型筛选方法。 第四章：中长期电力负荷组合预测模型与方法的研究。本节首先结合本文提 出的基于综合有效性的预测模型筛选方法，构造了基于综合有效性指标体系的中 长期变权组合预测模型，并详细介绍了其预测的流程。针对变权重组合预测模型 求解比较复杂的问题，本文提出了两种中长期电力负荷组合预测方法。 第五章：实例分析。本文以某省的电量预测为例，首先验证了基于综合有效 性指标的预测模型筛选方法的有效性以及预测模型冗余校验的必要性，最后，利 用本文提出的两种中长期电力负荷组合预测方法组合预测方法对变权组合预测模 型进行了求解。结果表明，本文提出的两种中长期电力负荷组合预测模型求解算 法均具有较好的预测效果。 最后，对本文所做的工作进行了总结，并对下一步的研究工作进行了展望。 7 中k 期电力负荷组合预测模型与方法的研究 第2 章组合预测理论研究 2 1 组合预测基本原理及意义 组合预测方法基本原理【2 9 】：假设在实际预测过程中，对某预测对象厂有七种 预测方法，其中利用第f 种方法对f 时段的预测值为厶( 扛l ，2 ，尼) ，利用这j j 个预 测值构成一个对厂的最终预测结果，即厂= y ( z ，以f ，一，厶) ，如果各种方法的权重 形_ w l ，w l ，】r ，则组合预测模型可表示为： 上 y ( 石， ”，厶) = w 厶 ( 2 1 ) j = l 上 = | ! ：嵋= 1 ，f = 1 ，2 ，刀 ( 2 2 ) f - l 这也就是组合预测的基本思想。 组合预测方法提倡对于同一个预测目标尽可能从多个不同的方面系统地进行 预测，这样就可以得到同一个预测目标的多个有一定差异的预测结果。组合预测 理论认为这些有差异的结果所包含的有信息的价值是不同的，因此应尽力把它们 各自所载有的有价值的信息提取出来，用加权的方式把它们组合成一个综合的预 测结果。 在大多数预测过程中，预测环境常常是不确定和迅速变化的。在这些情形下 反映实际过程的真实模型是很难甚至不可能得到的。从预测的目的和时效性来看， 也不容等待真实模型的发现。并且，由于预测环境动态性和不确定性，真实过程 会以我们无法预料的方式变化，对模型假设高度敏感的单项预测模型会相应地面 临模型设定错误的风险。组合预测的基本出发点就是承认构造真实模型的困难， 将各单项预测模型看作代表或包含不同信息片断，通过信息的集成分散单个预测 特有的不确定性和减少总体的不确定性从而提高预测精度。 组合预测相对于单项预测具有更高的预测性能和出现极端预测误差的更小风 险。相对于传统的预测策略，组合预测更强调来源于包含不同信息的各种单项预 测，而非构造复杂的单项预测。此外，组合预测的思想与传统精神并非完全不相 容。组合权重可以解释为模型符合真实的可性，增加参与组合的预测数目也可比 作增加样本量的大小。并且，如果几种模型的组合可以得到更好的预测，理论上 讲就存在通过最优利用各模型所含信息建立更准确的单项预测的可能性。而一种 模型若无助于组合预测性能的改善，本身就是对该模型适用性的检验和评价，这 也就是基于组合预测的模型评价与包含检验的出发点。因此，组合预测也可以帮 助更准确地识别潜在过程，从而建立更“真实”的模型。 硕 j 学位论文 2 2 组合预测方法的分类 组合预测可以从不同的角度进行分类，根据其目标和特点不同，大体上可从 如下几个角度分类 2 9 ，3 0 】： 1 线性和非线性组合预测 按组合预测与各单项预测方法的函数关系，组合预测可以分为线性组合预测 和非线性组合预测。 设预测对象存在m 个单项预测方法，利用这掰个单项预测方法得到的第f 个 单项预测方法的预测值z ，f _ 1 ，2 ，聊。 若组合预测值厂满足厂= ，。石+ f ：厶+ + z 。厶，则称该组合预测方法为线性组 合预测，其中，如，l 为各种预测方法的加权系数，一般应满足 j l f f = 1 ，o ，江l ，2 ，7 ，l ( 2 3 ) f = l 若组合预测值厂满足厂= 痧( 一，六，厶) ，其中矽为非线性函数，则称该组合预 测为非线性组合预测。 常见的非线性组合预测形式有 厂= 兀 f - l ( 2 4 ) 2 最优和非最优组合预测 按组合预测加权系数计算方法的不同，组合预测方法可以分为最优组合预测 方法和非最优组合预测方法。 。 最优组合预测方法的基本思想就是根据某种准则构造目标函数，在一定的约 束条件下求得目标函数的最大值或最小值。从而求得组合预测方法加权系数。其 组合预测方法一般可以表示成如下数学规划模型： m a x ( m i n ) q = q ( f 1 ，z 2 ，乙，) rm ，f 厶= 1 ； ( 2 5 ) o ，江l ，2 ，z ) 其中q 为目标函数，z ，f ：，z 。为各单项预测方法的加权系数。 在求解最优组合预测模型时可能出现组合预测的权系数为负数的情况，而负 的组合预测的权系数没有实际的意义。非最优正权组合预测方法的提出，可以很 好的克服这个问题。 非最优正权组合预测方法是根据预测学的基本原理，并力求简便的原则来确 定组合预测的权系数的一种方法。其求解权重系数的方法，主要是根据各单项预 测模型预测误差的方差和权系数成反比的基本原理，给出组合预测的权系数的计 9 中长期电力负荷组合预测模型j 方法的研究 算公式。 3 定权和变权组合预测 根据组合预测加权系数是否随时间变化，组合预测方法可以分为定权组合预 测方法和变权组合预测方法。 定权组合预测方法就是通过最优化规划模型或其它方法计算出各个单项预测 方法在组合预测中的权重系数。假定它们不变，并用这个权重系数进行预测。然 而在预测实践中，就每一个单项预测方法而言，它经常出现对同一预测对象的不 同时一间上预测精度的不一致性，也就是说有些时点上预测精度好，有些时点上 预测精度差。 变权组合预测方法就是组合预测权重系数是一个随时间变化的函数。变权组 合预测由于能够反映系统的非线性，比定权组合预测更具有合理性。但是，由于 其组合方式不像定权组合预测那样固定，求解上也没有固定公式可用，故对其进 行的研究不如定权组合预测普遍。在求解变权组合预测问题时，常用的求解方法 要求目标函数具有解析性，这就增加了对其求解的难度，得到的往往不是最优解， 甚至不能求出问题的解。 目前变权组合预测方法比较复杂，因此变权组合预测方法的研究成果并不多 见。变权组合预测方法有待于进一步研究，这也是组合预测方法今后重要的研究 方向之一。 4 非劣性和优性组合预测 从某个准则的结果优劣程度来看，组合预测方法可以分为非劣性组合预测和 优性组合预测30 1 。 按照某个准则，把组合预测的结果和各单项预测方法的结果进行对比。若组 合预测的结果介于各个单项预测方法结果“最差”和“最好，之间，则称该组合 预测非劣性组合预测。若组合预测的结果比各单项预测方法结果“最好”的还要 “好 ，则称该组合预测为优性组合预测。 组合预测方法是建立在充分利用已知信息基础上，它集结各个单项预测方法 所包含的信息组合。所以只有当组合预测为优性组合预测时，组合预测方法才有 实际的意义。 2 3 组合预测模型研究 组合预测的核心问题，同时也是组合预测的难点，是如何确定各种单项预测 模型的权重。目前，实际应用和理论研究最多的组合预测方法，大体上以绝对误 差作为准则来计算组合权重，但评价组合预测精度的指标除了绝对误差以外，还 可以用预测精度指标来反映。因此，本文详细分析了基于预测误差指标的组合预 测模型、基于预测有效度准则的组合预测模型、基于相关性指标的组合预测模型 l o 硕i j 学位论文 等几类基于不同准则的组合预测模型。 2 3 1 基于预测误差指标的组合预测模型 若以预测误差指标作为预测精度的衡量指标，可以建立以预测误差指标为准 则的组合预测模型。 常用的预测误差指标主要有预测误差平方和、离差绝对值和、最大离差绝对 值、组合预测误差全距等。 目前，基于预测误差指标的组合预测方法【3 1 】主要以绝对误差为准则来求解组 合预测方法的权系数，其中研究较多的组合预测模型为定权组合预测模型，但由 于不同的预测方法特点不同，单项预测方法在预测过程中总表现出“时好时坏性”， 因此，定权组合预测模型可能不能很好地反映预测方法的有效性，从而导致组合 预测精度降低。变权组合预测策略的提出，克服了定权组合预测方法的缺点，也 更符合负荷预测的实际，可以得到更优的组合权重。本文以预测误差绝对值为准 则详细介绍了变权组合预测模型的构建过程。 设某种社会经济现象的某个指标的时间序列为“，f = l ，2 ，) 。设有_ ，1 种方 法对其进行预测。设表示第f 种预测方法第f 期拟合值，扛l ，2 ，；f - l ，2 ，肌。 令 - 毫= 黾 ( 2 6 ) 2 己f f 黾 u o ， 称毫为第f 时刻组合预测值，f f f 为第f 种预测方法第f 时刻的可变加权系数，且 屯满足 善乇= 1 _ 1 ，2 ， ( 2 7 ) ii = l 、一。7 【，i o ，f 1 ，2 ，m ，f = 1 ，2 ， 称巳为组合预测第f 时刻的预测误差，则有 q = 一毫= 毛 ( 2 8 ) 其中= 一为第f 种预测方法在第f 时刻的预测误差。 设q 为变权组合预测的误差绝对值之和，则有 _ j vim ，l 埘i ( = i e ，i = i j ；一z 。工打i = l ，。e 。i ( 2 9 ) f = lr = lf = l f _ 1l 扣i i 可以得出以预测误差绝对值为准则的组合预测模型 中长期电力负荷组合预测模型j 方法的研究 l i l i n q = i 乇i 。，j ：霎，打：= - ，r ：，2 ， 2 1 。 l ：l ，2 ，历，f = 1 ，2 ， 式( 2 10 ) 是一个二次规划问题，可以通过构造辅助的线性规划模型，求解组合 预测加权系数。 2 3 2 基于预测有效度准则的组合预测模型 目前，普通组合预测模型大多以误差平方和或误差绝对值之和达到最小的准 则建立起来的。事实上，这样的准则和假定不能很好地反映预测方法的有效性。 原因是不同指标序列有不同量纲，导致了误差的平方和或误差绝对值之和也不具 有相同量纲，不能直接对比。即使同类指标序列，量纲相同，由于同期指标数值 不同，等量的误差平方和或误差绝对值之和也不能代表预测方法同等有效。 预测方法的有效性应用全面的、平均的精度来表达。为此，文献【3 2 】提出了 组合预测方法有效度的概念，该指标以预测精度的均值及反映其离散程度的均方 差来反映预测方法的有效性，也可以说，某预测方法在某个时期有较高的预测精 度，该预测方法不一定有高的预测有效度。只有在所有时期都有高的预测精度时， 该预测方法才能有高的预测有效度。显然，在预测区间内预测精度的均值越大， 预测方法