（电力系统及其自动化专业论文）基于灰色模型的中长期电力负荷组合预测.pdf

沈阳工业大学硕士学位论文 c o m b i n e df o r e c a s t i n gf o rm e d i 啪锄d l 0 n g7 r e 皿l o a d b 嬲e d 衄g r e y m o d e l a b s l 量a c t m e d i 啪a n d 慨姗l o a d 触嘲衄，嬲a 删硫o f 龇l b 趾聊 s y s t e mp l a m l i n g 柚dap i 伐，o n d m o no fs a f eq 脚拍o fp i ，w 嚣s y s t 伽n w h o s e 戤科珊c yh 嬲 g r e 砒i n n l 惦n o nt h eq l l a l i t yo fp ，w 嚣s y s t e mp l 鲫n i q g i sac 伽p l i c a t e d 删e c to 、懈r l 墒d o d 谢t h 删s e s p e c i a l l yh a v i n ga x c e s s i v em 砌喇面m y 趾di n v o l v i n g 翻= t e m i v e 血忸a i n h o wt o d 舒i g na ne 任b c 吐v e 锄da p p l i c a b l em e c 陆m 衄dl gt e l ml o a df o r e s t i n g 疵w a 旭s y 咖mf o r l b a np 册n c t w o r l 噶缸m 犯t sa1 0 to fc 讲女。锄o fe l e c 仃i co 球朔1 0 埽n o 、硼i d a y 3 ，伽咀啪d a l m i 弛o d s ，w h i c hb a v es o m ed e f i c i 锄c i 锚，f b f 麟卸叩l e ，e d i n gm o h i s 州c a ld a t a 锄dh a v i n g l o w 删s i o no ff 妇a s t i n g 托s u l t s ，k i v e n tb e e n 钺嬲o p t e d 掣瓢l u a l i y i i lc 0 删撇，g 糟ym o d e i l g m i ，w b i c hn 耐sl 韶sh i s t o r i c a ld 姐柚dh a s 丘| p f e c i s i o no f 弘m m 圮0 e 塔鹤t i | 蛐l t i o n ， k ，c 鲫e sm o a n dm o 碍c i 嗍t t h ea l 鲥t b l n so fm c d i u m 勰d 1 0 虹gt 锄l o a d 向怫a 略t i n g s y 蛳锄f b fl b 趾p i 嗍础帆呔sa 坞s t i l d i e d ，ac m l b i n e do l m m 哪m o d e lw i mh i g hp r e c i s i o n i sp u tf o m 硎，柚dt h ef o r e s t i n g f b 硼i sp 掣龃越e di nt h i sp a p c l m c d i u m 孤dl gt c r ml o a do f p o w 盯s y s t e mh 鹄铆ol a y 盯彻d so f i 嘛c n ta n d n 1 t i l 觚ta 主也e 鞠啦e 缸m e t h ed e f i c i e n c yo f t h eb 硒i cg 陀ym o d e la n do t h 盯i m p m 州酬e l s 撕锄a b ，z e da n da wm 础砌w h i c hi sc a l l e da 删c o m l ) i n e d 删e lb a s e d t h e 衄b i n e do l t i m l 蛐掣e ym o d e li sa l s oi n 曲i 删i nt h i sp 帆1 咖p a r t s 哪p o l h e 咖b i n e d 掣可m o d e l 缸l h i sp l i p 既0 地i s 伽恤b i n e d0 l 坩m m 掣呵m o d e li h d i n gp 硎a l e 唧g r e ym o d e la n de q u a ld i m 铷i 蛆a n dn e wi n 内删俐o n 掣e ym o d e l a m ，t h 髓i sl i n e 甜 g r c s s i a n a l y s i s 赋恤融t h ep 矾i a 王e r mg r c ym o d e lh 蠲ac h a m c t e ro f 雠i n g 啪w 曲啪c 钯rl o a d t h eo q u a ld i m s i o na n dn 咖i n 如咖嘣o ng r e ym o d c lc 姐咖v eo l l t d a 由e d d 砒a a d d 恤球删d a l aa n d 托螂t h ed 缸ab a 辩i n 硼盯t o m l c m l p u t a t i 伽i a l m p l e x i 锣a n di 玎1 p o v et h ep c i s i o f f o c a s t i n g 删e 1 a n dt h el i n e 缸掣嚣s i 雌a n a l y s i s 删心0 d 啪i m 鲫，et h ep r e c i s i o f f b i 优蒯n gm o d e lb y 血e 删曲o do f c 0 越蛐g a l lk i n 黟 o f 自c t o 培t h a li n n u e n c ee l e c 扛i c a ll o a d t h cc a l c i l l a t i o n 托s l l l 扭曲叭】i r 也砒内蛐gp 嗍 l o a d b y 锄蝴m o d c l i s 四c d i b l e 锄ds i m p l e m m b i n 耐m o d e l 伽韶慨t h e m o d e l i i i 基于灰色模型的中长期电力负荷组合预涮 聊撇觚 m e e t t h er e q o f 蛳叫榭l o a da n d i v et h cp r o b l 锄o f 删 e 彘! c to f 脚a 蛔d i s t i 曲锄f 甜t h i st y 】p eo f c o m p l e xp m b l 锄1 s t h e m b i n 撕阻掣e y 础l i se s 】p c c i 枷y l 瑚f i | l b a 脚o f i 忸h i 班p r e c i s i o n 雒d & i l i _ 哆m m e 血o d c 距b c u s c d 船伽e o f t h et o o l so f 俪c 枷n gl h em c d i 唧a n dl o n g 咖p 删l 彻d a c c o r d i n gt 0t h ep i 删c a l 血釉a n d so fe l e c 砸c 出i p 甜恤i 域m t o l em e d i 哪锄d1 g t e 互m l o a d f o l 佻a s t i n g n 聊啪细咖p o w 订地呐o r l 【s i s d e v e l o p e d n h 嬲b 咖p m v 酣b y 鹏i l l g 删c a l 妇t h m t h i s s y s t e m 啪咖础n d a 吣s a l i 由触o f l o a d 触娜哑f o f m e 慨mp 【，w 甜珊帆唧_ l ( sp 1 锄m i n g 趾di n c r e a p l m l n e r sw o 呔e 伍c i e n c y ，谢也m e n m y m 剐1 】m 觚h i n ei n t e f f 配船，i 鲥咄矾= c c s s 船a n dc o m p l e t e 掣珥蛳c a l 矗m 鲥咄t h e 蝴o f t h ef o r a s 吐n g f h 忸mc a nb ec 优l n o l l e di nt h ed o m a i no f 3 k e yw o r 凼lg r 呵m o d d ，p 曩一i 村e m r ，c o m b i n e dm o d d ，l 蚴df o r e 哪t i n g i v 独创性说明 本人郑重声明：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的研究成果，也不包含为获得 沈阳工业大学或其他教育机构的学位或证书所使用过的材料。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做了明确的说明并表 示了谢意。 签名：缸蘸日期：丝翌! 墨：丛 关于论文使用授权的说明 本人完全了解沈阳工业大学有关保留、使用学位论文的规定，即： 学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公 布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论 文。 ( 保密的论文在解密后应遵循此规定) 签名：缸盔导师签名：啦日期：丝望：墨：压 沈阳工业大学硕士学位论文 1 概述 1 1 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 作用是对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施，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斛1 因此，对未来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【4 j 。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 理安排机组检修计划，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p 】。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 水平已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。 基于灰色模型的中长期电力负荷组合预测 城网负荷预测是规划设计的基础工作，其正确与否直接影响到城网的经济性，电能 的质量与供电的可靠性。如预测过大，将增加发、输、配电设备的投资，造成资金、设 备的积压和浪费，降低了投资的经济效益；如预测过小，随着负荷的日益发展，发、输、 配电设备将因容量小而不能传输足够的电力，使电能损失增加、电能质量下降。因此， 恰当地确定负荷水平是城网规划中的关键问题。 负荷预测中经常按时间期限进行分类，通常分为长期、中期、短期和超短期负荷预 测。长期负荷预测一般指1 0 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。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、 型式、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 期负荷预测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 h 中 的负荷。其意义在于帮助确定燃料供应计划，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，可以在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l h 、未来o 5 h 甚至未来1 0m i n 的预测嘲。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。本 课题是受盘锦电业局委托，对未来进行的中长期电力负荷预测项目 负荷预测的核心问题是预测的技术方法，或者说是预测数学模型，随着现代科学技 术的不断进步，负荷预测理论技术得到了很大发展。 1 2 国内外中长期负荷预测的现状 目前，国内外的中长期电力负荷预测的方法主要分为经典预测法和传统预测法。其 中，经典预测法可分为分产业产值单耗法、分部门预测法、电力弹性系数法、分区负荷 密度法、时问序列法、相关分析法、人均电量指标换算法等几种类型。从严格意义上讲， 负荷预测的经典技术并不是真正的负荷预测方法，它仅仅是依靠专家的经验或一些简单 的变量之间的相关关系对未来负荷值做出的一个方向性的结论，预测精度较差，已经不 能适应现在的需要r ”。 而传统预测法由于其历经时间较长，掌握此方法的人员较多，且方法通俗易懂，因 此目前仍然被广泛使用下文给出了几种传统预测法 2 沈阳工业大学硕士学位论文 1 2 1 传统预测方法 ( 1 ) 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嘲。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。 ( 2 ) 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，我们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睁l o 】。由于模型是基 于历史数据进行的回归分析，因而能较好地拟合过去，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。因而该方法适用于中期负荷预测。 ( 3 ) 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。使用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，缺点是着负荷本身无可外推的本质时会导致 误预测。适用于预测周期较短时的负荷预测。 2 2 现代预测技术 ( 1 ) 基于系统动力学的预测方法：系统动力学( s y s t c md y 加m i 璐，简称s d ) ，是一 门分析研究信息反馈系统的学科，也是一门认识和解决系统问题交叉的综合性的新学 科。其模型本质上是带时滞的一阶微分方程组。这种方法在建模时借助于流图，其中流 位变量、流率变量、辅助变量等都具有明确的物理( 经济) 意义，是一种面向实际的建 模方法。 基于灰色模型的中长期电力负荷组合预测 将系统动力学应用于电力负荷的中长期预测，首先根据历史用电情况分析建立模型 结构图，然后进行方程式设计，最后通过仿真和参数敏感度测试证明模型的合理性和实 用性。电力系统负荷中长期变化是一个受政策、经济等多方面不定因素综合影响的动态 过程，利用系统动力学进行电力负荷中长期预测的方法直观性好，使用方便，切合实际， 能综合各方面专家的工作经验，克服了一般方法由于缺少与使用者信息交流而导致预测 结果难以接受的缺点。同时，预测者可以在模型使用过程中不断积累参数赋值的经验， 从而不断提高预测的精度。 该方法所建模型参数物理意义明晰，各相关因素关系清楚，在使用中能充分发挥专 家的作用。用系统动力学的方法进行的中长期预测具有直观性强，使用方便和能够满足 预测精度等优点【1 1 l 。但在运用上仍缺乏经验、模型的建立过于简单、考虑因素不够全面、 参数赋值不十分准确，需要在工作过程中对该方法不断进行改进。 ( 2 ) 模糊预测法：模糊预测方法用模糊理论及方法去综合分析电力负荷与各种因素 之间关系，使众多不确定信息变为确定信息。可以说它所表示的事物间的联系更近于实 际，用它来解决负荷预测问题是一种极有意义的探索。它应用模糊逻辑和预报人员的专 业知识将数据和语言形成模糊规则库，然后选用一个线性模型逼近非线性动态的系统负 荷。其优点是预测结果可以预测区闻及概率形式提供，精确度较高。其缺点是要求提供 较多的历史数据，造成使用中的困难。从实际应用来看，单纯的矗l z 巧方法对于负荷预 测，精度往往不尽如人意，这主要是因为f i l z 巧预测没有学习能力，这一点对于不断变 化的电力系统来说，是极为不利的。 ( 3 ) 专家系统预测法：专家系统是一个用基于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) ，它拥有某个领域专家的知识和经验， 并能像专家那样运用这些知识，通过推理，在那个领域内做出智能决策。 所谓专家系统法，是对数据库里存放的过去几年的，每小时的负荷和天气数据进行 细致的分析，从而汇集有经验的负荷预报人员的知识，提取有关规则，按照一定的规则 推理进行负荷预测。在处理具体的城市电网中长期负荷预测时，能快速地做出最佳预测 结果，避免了人为推理的繁琐和人为差错的出现，克服了以往用单一模型进行预测的片 面性缺陷。专家系统是对人类的不可量化的经验进行转化的一种较好的方法。若能将它 4 一 沈阳工业大学硕士学位论文 与其他方法有机地结合起来，构成预测系统，将可得到满意地结果。但专家系统分析本 身就是一个耗时的过程，并且某些复杂的因素( 如天气因素) 即使知道其对负荷的影响， 但要准确、定量地确定他们对负荷地影响也常常是很困难的事。 ( 4 ) 神经网络预测法：人工神经网络技术已有很长的历史，但近些年来进展非常迅 速。研究表明该技术在很多领域都具有广阔的应用潜力，如预测预报、模式识别、自动 控制等领域的智能模拟和信息处理【协堋。大量的研究表明神经网络技术具有大规模并行 处理、分布式存储、自适应性、容错性等显著优点，利用该技术可以有效地解决水文水 资源中难以精确建模、具有高度非线性和各种不确定性的问题【l 卯 人工神经网络技术的关键在于建立一个既有一定理论基础又具适用性的网络模型， 这涉及到三个主要方面：网络算法的优选；网络结构的合理确定；信息的充 分利用。神经网络在没有建立输入变量问的相关假设的条件下，能够对多变量系统建模。 国外提出了自适应神经网络短期负荷预测方法。其缺点是学习收敛速度慢，可能收敛到 局部最小点：更关键的是采用神经网络技术进行预测需要大量( n 3 0 ) 的历史数据方可 准确的预测负荷【临切。对于历史数据少的输入，无法得知负荷的变化规律和影响因素， 学习效果受样本量影响较大，每当因素发生变化时需要重新学习 ( 5 ) 灰色预测法：灰色系统理论将一切随机变化量看作是在一定范围内变化自咴色 量，常用累加生成( a g 0 a c m 姗m a 自e dq 掰掰d n go l 衄砒i ) 和累减生成( i a g o k v 锄c a c 伽m l l l a 女e dg c m 糟t i l l go p e r a l i 蚰) 的方法，将杂乱无章的原始数据整理成规律性较强的 生成数据列。用灰色模型( g 1 山g f e y m o d d ) 的微分方程作为电力系统单一指标( 如负 荷) 的预测时，求解微分方程的时间响应函数表达式印为所求的灰色预测模型，对模型 的精度和可信度进行校验并修正后，即可据此模型预测未来的负荷【嘲。此法适用于短、 中、长三个时期的负荷预测。在建模时不需要计算统计特征量，从理论上讲，可以使用 于任何非线性变化的负荷指标预测。但其不足之处是其微分方程指数解比较适合于具有 指数增长趋势的负荷指标，对于具有其它趋势的指标则有时拟合灰度较大，精度难以提 高。 1 3 本文所做的工作 电力系统负荷预测，尤其是中长期负荷预测，是一项极为复杂的工作。目前电力负 基于灰色模型的中长期电力负荷组合预测 荷中长期预测的各种传统方法基本是基于负荷本身历史数据进行加工处理，来预测未来 负荷。鉴于我国政策、经济状况变化较大，不确定因素较多，通过拟合历史数据进行预 测的结果并不令人满意。因此，实际工作中许多模型参数是由有经验的预测人员根据经 验及对某领域发展趋势所形成的长期认识来获得的。 组合预测方法是当前预测科学研究最热门的课题之一。组合预测理论认为，对同一 预测问题而言，多个不同预测模型的线性组合在一定条件下能够有效地改善模型的拟合 能力和提高预测的精度。因此，应用组合预测方法进行电力负荷预测，将各个模型有机 地组合在一起，综合各个模型的优点，能获得更为准确的预测结果。 本文所做的工作体现如下：首先，根据给定的电力负荷历年走势，描绘出负荷趋势 图，确立电力预测所采纳的方案；其次，根据灰色理论，建立改进残差模型与等维新息 模型相结合的灰色组合模型，使之具备拟合波动性负荷、降低运算复杂性以及提高预测 精度的功能；第三，将国民g d p 三大产业、人口、温度等因素考虑在内，建立线性回 归分析模型，减少由于外界影响因素对负荷的干扰，提高预测的精度；第四，将两种预 测模型的结果进行加权平均处理，可得至q 最后的基于组合优化灰色模型的二次组合模 型：第五，采用c _ h 程序将所得到的数学算法进行计算机实现，避免了使用人工计算而 带来的繁琐性；第六，建立操作方便、实用可行的数据库，便于对历史及预测数据进行 统一管理，实现数据的添加、删除、查找、更新等功能；第七，编译负荷预测软件，实 现程序与数据库的相互调用等一体化操作，同时对编译软件进行加密处理，增加了保密 性。最后，通过对辽宁省盘锦市兴隆台区电业局的实际负荷预测算例分析，验证了该方 法的可行性。 一6 一 沈阳工业大学硕士学位论文 2 电力负荷预测分析 不同的用电单位或部门，以及不同的用电设备，它们对电力的需要量、用电方式有 着明显的差别。在电力规划中作电力负荷预测时，以及在综合用电统计时，不可能也没 有必要对每一个个别的用电单位的用电特点及用电需求进行分析预测，而是采用不同的 分类方法，将规划区域范围内的电力负荷分成若干类别，然后分门别类地进行分析研究 和预测其可能的变化趋势，最后，在分类研究及预测的基础上，采用某些综合技术进行 综合研究和预测，便可得到电力规划中所需要的有关负荷资料。 2 1 各主要行业用电特点分析 分析掌握各主要用户的用电特点及其变化趋势，有助于进行准确地负荷预测工作。 ( 1 ) 工业用电特点分析：工业用电有两大特点，一是用电量大，在目前我国的用电 构成中，工业用电量的比重占全社会用电量的7 5 左右；二是工业用电比较稳定但是 在工业内部的各行业之闻，这两大特点也是不平衡的。冶炼工业用电量大，负荷稳定， 负荷率高，而机械制造业和食品加工业的用电量相对就小些，负荷较低。工业用电在行 业间的差别，主要是生产工艺特点和生产班次不同所造成的。但是，无论是重工业还是 轻工业，无论是冶炼业还是加工业，电力负荷在月内、季度内的变化是不大的，比较均 衡。除少数季节性生产的工厂外，大部分工业的生产用电受季节性变化的影响小。由于 工业用电量大，且比较稳定，就为电力负荷的预测提供了方便【1 9 l 。 ( 2 ) 农业用电特点分析：农业用电在全社会电力消耗中的比重不大，目前大约为 4 2 。农业用电有一个突出的特点，就是季节性很强。从负荷特性上看，农业用电在日 内的变化相对较小，但在月内，尤其在季度内和年度内，负荷变化很大，呈现出很不均 衡的特点。因此，准确地预测农业排灌负荷有重要意义。 ( 3 ) 交通运输业用电特点分析：交通运输业的用电比重较小，目前只占全社会用电 量的1 5 左右。其中电气化铁路的负荷比较稳定，日内、月内、季内及年内的变化比 较小，负荷可达o 7 左右。其他交通运输的用电，日内均不稳定，负荷率一般小于o 4 ， 但月内及年内用电特性比较稳定今后，随着电气化铁路运输及其他运输事业的发展， 交通运输用电量会有较大的增长，但交通运输用电的比重不会有多大变化。 基于灰色模型的中长期电力负荷组合预测 ( 4 ) 城乡居民生活用电特点分析：目前我国的城乡居民用电水平虽有较大提高，但 用电比重仍然不大，大约只占全社会用电量的l o 左右。远小于工业化国家。 城乡居民生活用电的特点之一是日变化较大，日负荷率较低，大约在o 4 左右，但 月用电变化不大。城乡居民生活用电的主要组成部分是照明用电和家用电器用电。其中 照明用占用相当重要的地位。照明用电在日内变化不大，但照明负荷间的时差较小，同 时率较高。照明负荷是在夜间的凌晨出现，形成所谓的灯峰。灯峰的大小，成了制约电 力系统装杌规模和电力系统运行方式的重要因素。家用电器用电在居民生活用电中的比 重增长较快，已经成了居民生活用电的主要组成部分，尤其在城市，家用电器的用电比 重己经超过了照明用电的比重，成了居民生活用电的主要部分。随着居民空调拥有率的 不断提高，全年最高负荷逐步由冬季转向夏季，气温对负荷的影响越来越大，导致年最 高负荷增长的波动性增大。 ( 5 ) 动力用电特点分析：动力负荷的大小与用电设备的容量有关，而其用电量多少 不仅与用电设备的容量有关，而且还与用电设备的负荷率和使用时间长短有关部门或 地区的动力负荷的大小等于相应计算范围内的动力设备装机容量与同时系数的乘积。随 着生产的机械化、自动化水平的提高，动力用电的数量及其在电力消耗总量中的比重是 逐步增加的。 2 2 影响负荷水平的因素 电力是现代化生产和生活必不可少的重要动力，也是当代最方便、易控制、适用范 围最广泛的现代化能源电力的发展与应用在相当大程度上表明一个国家或地区的经济 发展水平与人民生活质量。随着发展阶段的变化，电力工业与经济之闯的关系也随之交 化，带来这种变化的原因主要有以下几点： ( 1 ) 产业结构的变化：结构调整一般有两种情况，一是由于科学技术的不断发展带 动社会生产力提高到一个新水平，并出现了新产业，从而引起原有结构的相应变化：二 是由于原有结构不够合理，与经济发展不够协调，而进行的调整。各国的发展经验表明 不同的发展阶段具有不同的产业结构特点，由于各个产业的电耗系数差别较大，大约为 第一或第三产业的4 倍之多。因此不同的发展阶段，电力工业与经济之间关系是变化的。 ( 2 ) 消费结构的变化：随着经济的发展，人们收入日益增加，消费水平不断提高， 沈阳工业大学硕士学位论文 进而促进人们的消费观念、消费结构与消费内容的变化。首先是食品支出份额随收入水 平上升而下降，住房、教育文化娱乐等随收入水平上升而上升，这些也影响电力需求的 变化。 ( 3 ) 居民生活水平提高的影响：居民生活用电增长与居民收入水平提高相关性最高， 近几年来城镇居民住宅条件的改善，不仅提高了居民生活质量，也为家用电器普及提供 更多空间。大大促进了城镇居民生活用电量的增长。未来随着居民人均收入和生活水平 及生活质量的提高，城镇及农村居民生活用电将呈上升趋势，而且上升幅度大，生活用 电比重也将上升。 ( 4 ) 电价的影响：电价对电力需求影响较大，特别是用户对电价的承受能力对电力 需求的影响较大。对于工业用户，特别是一些高耗电工业，电费占其成本比重大都超过 1 0 甚至为3 0 左右，它们对电价的承受能力低。农村居民对电价敏感度高，承受能力 弱，应该说，农村居民生活用电量上升空间还很大，根本在于收入的提高幅度与电价水 平的合理性。 ( 5 ) 环保措施的影响：从长远看，环境保护是实现未来可持续发展的主题，要改变 我国目前的环境状况，必须将环境保护作为一个产业来发展，届时环保产品的生产、环 保措施的使用都使相应的用电量明显增加。从近期看，因对一些高污染设备的限制使用， 对用电量会产生一定的影响。 影响负荷的诸多因素中，经济发展水平及经济结构调整、用电结构变化、电价、生 活水平提高等因素的影响程度较大，而且带有全局性；气温气候的影响主要在调温负荷 比重较大和经济较发达的地区，当气候异常时影响程度较大；需求侧管理、拉闸限电和 城、农网改造的影响相对较小 2 3 负荷预测的基本程序 电力负荷根据预测的一般程序可划分为准备、实施、评价和提交预测报告四个阶段 根据所进行的电力负荷预测的实践活动，认为其基本程序如下 ( 1 ) 确定负荷预测目的，制定预测计划；负荷预测目的要明确具体，紧密联系电力 工业实际要求，并据以拟订一个负荷预测工作计划。 c 2 ) 调查资料和选择资料：要多方面调查搜集资料，包括电力企业内部资料和外部 基于灰色模型的中长期电力负荷组合预测 资料，国民经济有关部门的资料，以及公开发表和未公开发表的资料，然后从众多的资 料中挑选出有用的一部分，即把资料浓缩到最小量。 ( 3 ) 资料整理：对所搜集的与负荷有关的统计资料进行审核和必要的加工整理，是 保证预测质量所必须的。可以说，预测的质量不会超过所用资料的质量，整理资料的目 的是为了保证资料的质量，从而为保证预测质量打下基础。 ( 4 ) 对资料的初步分析：在经过整理之后，还要对所用资料进行初步分析，包括以 下几方面； 1 ) 动态折线图或散点图，从图形中观察资料变动的轨迹，特别注意离群的数值( 异 常值) 和转折点，研究它是由偶然的，还是其他什么确定的原因所致，以便决定采用何 种方法进行处理。 2 ) 查明异常值的原因后，加以处理，对于异常值，常用的处理方法是，设负荷历 史数据为而，而，矗，令i = 圭毛，若毛 却+ 2 0 ) ，取毛= i ( 1 + 2 0 ) ；若 f l l 毛 2 ，故方程组无解。但可用最小二乘法得到最小二乘近似解。 故式( 3 1 7 ) 可改写为 l = 硝+ 曰 ( 3 1 8 ) 式中，曰为误差项。 欲使 m j n l 一丑量o ：m i n 以一硝) t t 一磁) 利用矩阵求导公式，可得 五= p 7 曰r 丑7 l = 习 c ，- 9 ， 将所求得的a 、露代回原来的微分方程，有 蔓型兰+ 知o ) ：舀( 3 2 0 ) 一+ d r ”= “ j n ，j 解之可得 一1 9 一 基于灰色模型的中长期电力负荷组合预测 r 1 工m ( r ) = fx o ( 1 ) 一罢p + 罢 i口i4 写成离散形式( 令x o ( 1 ) = x o ( 1 ) ) ，得下式 ( 3 2 1 ) ) 七( 1 ) - 井域+ 罢伍川纠 2 2 ， 式( 3 2 1 ) 、( 3 2 2 ) 称为g m ( 1 ，1 ) 模型的时间响应函数模型，它是g m ( 1 ，1 ) 模型灰色预测的具体计算公式，对此式再做累减还原，得到原始数列x ( o ) 的灰色预测模 型为 量( o ( - | + - ) = 圣( j + ) 一圣 ) = g 1 一t ( x ( o o ) 一鲁弘矗( 七= 。，1 ，2 ，) ( ，2 s ) 3 1 4 灰色模型精度的后验差检验 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。它是以 残差( 绝对误差) 占为基础，根据各期残差绝对值的大小，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大小【3 1 调。具体步骤如下： 设历史负荷序列为 王( o ) = ( o x ( 0 ( 2 ) ，g ) 设预测值序列为 主( 0 ) = 仁( 0 ( 1 l 圣( o ( 2 l ，主( o o ) 设七时刻实际值工( o 伍) 与计算值( 预测值) 量( o ) 之差为f ( 七) ，称为七时刻残差 s o ) = j ) 一量o 伍) 七= l ，2 ，露 ( 3 2 4 ) 记实际值x ( 0 ) 岱) ，七= l z ，糟的平均值为覃，即 i = 圭工 ( 3 2 5 ) 刀：= 记残差占( 七) ，七= 1 ，2 ，肼的平均值为手，有 i = 圭占 ) ( 3 2 6 ) 坍西 其中，历为预测残差数据的个数，一般有m 一。 沈阳工业大学硕士学位论文 记历史数据( 实际值) 方差为墨2 ，即 s 2 = 丢喜g 岱) 一i f c s 2 7 ， 记残差方差为最2 ，有 最22 去荟g ( 七) 一习 3 2 8 则可得后验差检验的两个重要数据，即后验差比值c ，小误差概率p c ：墨 ( 3 2 9 ) * p = p g o ) 一孑f 1 ) ：而，屯，。通过过去的历史资料研究变量j ，与变量 而，工：，之间的依赖关系的问题，就是多元回归分析方法要解决的问题1 3 3 1 。 3 2 1 多元线性回归模型的建立 设，屯，是p ( p 1 ) 个线性无关的可控变量，j ，是随机变量，他们之间的 关系为 户6 0 蕊r s t ， 占一l o ，口2 li 。 这里6 0 ，岛。，6 p ，盯2 都是与而，屯，无关的位置参数，暑是随机误差，这就是p 元线 性回归模型。6 0 ，6 l ，6 口称为回归系数。 3 2 2 未知参数估计 对变量而，而，和) 做一次独立观察，可得容量为厅的一个样本 k ，吒，咒jo = l 2 ，一) 在负荷预测中，这些常量是过去的历史资料。为数学处理方便，记 y =。j = l 毛lx 1 2 x i p l 屯l 而2 x 却 1 ，一2x 单 ，口= 6 0 6 1 j 毛 岛 ： 气 其中，f 是以维随机向量，它的分量是相互独立的。于是p 元线性回归模型的矩阵形式 可写成 】，= j 圆+ 占( 3 3 2 ) 作离差平方和 q = 窆以一6 0 一岛一6 p y 根据最小二乘法，可得回归模型参数估计的表达式为 沈阳工业大学硕士学位论文 其中 x x =而， 扣l 曰= 6 0 岛 ； 吒毛。 m = 伍x ) - l z 7 扣l h x 2 争 j | l 。z ? = 咒 i i l 毛。咒 扣l 咒 m ( 3 3 3 ) 将得到的瓦，丘，瓦代入式( 3 3 2 ) 中，即可得到p 元线性回归方程的预测模型 多= 6 0 + 岛而+ + ( 3 3 4 ) 3 2 3 多元回归模型的假设检验 对模型式( 3 3 2 ) 提出假设 风；6 t = 6 2 一= = o ； 且：6 l ，6 2 ，6 p 不全为零 依据样本k ，乃) 进行检验。若在显著性水平口下拒绝风，则认为线性回归是 显著的。记总变差平方和为 q t = “一力= 晚一力+ “一夕i ) ( 3 3 5 ) 其中有 q e = 晚一歹) ，q = “一允) 由f 一分布定义，得检测统计量 f = 剥f 慨刀一p 1 ) ( 3 3 6 ) q 。他一，一1 ) 一 1 对于给定的显著水平口，查f 一分布表可得只0 ，一一p 1 ) 而对于给定的一个样本 基于灰色模型的中长期电力负荷组合预测 k 。，咒) ，可以计算出检验统计量f 的值。 若f ，万一p 1 ) ，则拒绝风，即认为线性回归显著； 若f 只惦刀一p 1 ) ，则接受风，即认为线性回归不显著。 3 3 优选组合预测技术 3 3 1 优选组合预测概念 组合预测方法是建立在最大信息利用的基础上，它集积多种单一模型所包含的信 息，进行最优组合。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。 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，选择拟合优度最佳或 标准离差最小的预测模型作为最优模型进行预测鲫。 3 3 2 等权平均组合预测法( 明) 设zo = l 幺，七) 为第f 个模型的预测值，如果用五代表组合预测值。则e w 方法 得到的组合预测值为 t 兀= 石 ( 3 3 7 ) 扛t e w 法不需了解单一预测值z 的预测精度，也不需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 w 方法才是合理的。 3 3 3 方差一协方差优选组合预测法( w ) 当我们了解到各预测值的预测精度的情况下，就应采用加权平均的方法对较精确 的预测值赋予较大的权重。 设七个无偏预测值分别为石，石，以，各自预测误差的方差为q 。，口磕，d 娃。在许 多实际情况，不同预测方法误差之间是不相关的，则| i 个预测值的组合预测结果为 tt 工= 峨z ，q = l ( 3 3 8 ) 正i扣l 组合预测误差的方差为 t 陆0 。) = 皑2 吒 ( 3 3 9 ) 沈阳工业大学硕士学位论文 在约束咄= l 的条件下，对p 衍q 。) 引入l a g r a n g c 乘子来求极小值，可以得到 ( i = l ，2 ，七) ( 3 4 0 ) 且 陆q 。) 2 丌如 3 4 d k 扣+ i j 当七种预测方法各自的预测误差分别为q ，e ：，且服从零均值正态分布，估计 ( f = l ，2 ，i ) 可用下式 也。吉善k ) o = 1 ，2 ，后) 3 4 2 式中，行为历史数据数目。由此，可给出皑o = l z ，七) 的估计式为 龟= ( 喜e 2 t ) 4 喜( 喜e 2 ， c ，4 3 ， 对于七个预测方法的组合预测，有 胁包k 5m i n h 。，吒) 表明，对多个预测方法，m v 方法的组合预测优于各单一的方法1 3 日。 3 4 本文所提出的组合模型 3 4 1 残差灰色预测模型 灰色预测具有要求负荷数据少、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、易于检验等优点，因此得到了广泛应用，并取得了令人满意的效果。但 是，它和其他预测方法对比，也存在一定局限性。一是当数据离散程度越大，即数据灰 度越大，则预测精度越差；二是不太适合于电力系统的长期后推若干年的预测。或者说， g m ( 1 ，1 ) 模型虽然可以作为长期预测模型，但真正具有实际意义、精度较高的预测 值，仅仅是最近的一、两个数据，而其他更远的数据则只反应趋势值或称规划值( 长期 规划性的预测) 【3 圳 设灰色方程为 基于灰色模型的中长期电力负荷组合预测 学制) ( f ) = 五 其解为 川中) ( 1 ) 一妒+ 吾 其还原模型为 主售+ 1 ) = 一x ( 1 ) 一詈 遗g = 。，l ，2 ，) 按模型可得到一组预测数列为 叠( o 任) = 峰( o ( 1 x 叠( o ( 2 x ，量( o 0 ) j 原始数据列与预测数列之差为e ( o ( 七) e ( o 任) = x ( o 传) 一量f o 任) 则有残差数列为 。( 0 伍) = k ( o ( 1 l e ( o ( 2 l ，口( 0 o ) j 对p ( 。 ) 取部分子数列有 e o 岱) = k ( o ( 1 l e ( 0 ( 2 x ，e ( o o ，) i 对p ( 0 传) 建立g m ( 1 ，1 ) 模型，其时间响应函蛐离散形式为 每( o + ，) = g 一一，( e p ( 1 ) 一参 e 1 y 强硬翌日得剑一组预撼毅则力 ( 七) = p ( o ( 1 l # ( o ( 2 7 l ，；( 0 0 ，) j 以( o o + 1 ) 作为善铆伍+ 1 ) 的修正模型可得 删) = g 一p ( 1 ) - 磬氇嘶一t 蜘。一z 一豺础 私， 其中 艿( 七一t ) = ： ，= 拧一玎 一2 8 沈阳工业大学硕士学位论文 3 4 2 等维额息灰色预测法 对于改进优化g m ( 1 ，1 ) 模型，虽然可以用作为中长期预测，但真正具有实际意 义、精度较高的预测值仅仅是最近的一、两个数据，而其它更远的数据则只反应趋势值 或称规翅i 值( 长期规划性预测) 因此，在预测模型中将每个新得到的信息送入数据列 中的同时，便去除一个最陈旧的数据，即 = 嗽州，蛳玑煳矧( 3 4 5 )4 一【去除补充j ”7 这样新陈代谢，逐个预测，依次递补，直到完成预测目标或达到一定精度要求为止。 这种新陈代谢的数据处理方式即为等维新息技术，该方法可使预测精度得到明显提高。 3 4 3 模型的具体设计思路 鉴于组合预测存在的对预测结果的组合和对预测模型的组合两种类型，本文提出的 组合模型融合了它们的优点，具备先对模型进行组合，后对结果进行组合的功效，因而， 它比单一的组合模型具备更高的拟合精度。 本文提出一种新的组合优化预测模型，它的基本思想如下：首先，通过对给定原始 序列进行改进残差灰色预测，对所得到的残差修正预测模型序列进行等维新息处理