（计算机应用技术专业论文）基于灰色理论与bp神经网络的电力负荷预测.pdf

哈尔滨理 ：大学上学硕十学位论文 基于灰色理论与b p 神经网络的电力负荷预测 摘要 本文介绍了电力负荷预测的原理、起源以及当前国内外电力负荷预测领域 的概况，并概述了目前常用的几种负荷预测方法，对新近引入电力系统的灰色 预测理论及其相应的各种模型的基本原理做了较为详细的探讨。本文在对传统 的灰色预测模型分析的基础上，经过理论推导，提出了微偏灰色预测模型；并 结合最优维数灰色预测模型，又提出了最优维数微偏灰色预测模型，经实例预 测表明，本文提出的两种新的灰色预测模型在预测精确度上都较传统的灰色预 测模型有某种程度的提高。 本文提出了基于灰色理论与b p 神经网络的电力负荷预测方法。该方法首 先用不同灰色预测模型进行预测，然后从中选出最优值作为训练样本对神经网 络进行训练，最后利用训练好的神经网络进行预测。本预测模型由于采用了灰 色理论与b p 神经网络相结合的方法，吸取了二者的优点，避免了单一预测模 型所存在的预测风险。从对哈尔滨市市郊农电局所属电网2 0 0 3 年各月及全年的 电量负荷预测实例中可以看到，其预测精确度和稳定性与上述其它灰色预测模 型比较都有明显的改进。 本文提出的三种预测方法得到了哈尔滨市市郊农电局有关领导和生产营业 部门的认同，对电力企业进行计划拟定和生产运行均具有较高的指导和应用意 义。 关键词灰色理论；b p 神经网络：负荷预测 i 哈尔滨理工人学工学硕士学位论文 t h ep r e d i c t i o no ft h ee l e c t r i cp o w e rl o a db a s e do n g r e yt h e o r ya n db p n e u r a ln e t w o r k a b s t r a c t t h i sa r t i c l ei n t r o d u c e st h ep r i n c i p l e 、o r i g i n sa n de l e c t r i cp o w e rl o a df o r e c a s t i n g a n df o r e c a s t i n ga b s t r a c to fd o m e s t i ca n dt r e n dp r e d i c tt h er e a l mo fe t e e t r i ep o w e r l o a d i n t r o d u c e sc u r r e n ti nc o m m o nu s ea n daf e we s t i m a t i v em e t h o d t or e c e n t l y 1 c a di n t ot h eg r a ye s t i m a t i v et h e o r i e so ft h ee l e c t r i cp o w e rs y s t e ma n dt h eb a s i c p r i n c i p i eo ft h eo n eo fi t s m o d e l sd o e st h ed e t a i l e dr e s e a r c h t h i sa r t i c l eh a s p r o p o s e dl e a n i n gt o w a r d sa n dp r e d i c t i n gg r e ym o d e l sa n do p t i m u md i m e n s i o n p r e d i c t i n gg r e ym o d e l so nt h eb a s i so ft h ea n a l y s i so ft h et r a d i t i o n a lp r e d i c t i n g m o d e l s o nt h eb a s i so ft h et h i n gt h a ts i m p l yp r e d i c tt h em o d e ll i t t l e g r e y l y , c o m b i n i n ga n du s i n gt h eo p t i m u md i m e n s i o np r e d i c t i n gg r e ym o d e l s ，t h ea u t h o rh a s p r o p o s e da g a i nt h a tt h eo p t i m u md i m e n s i o nl e a n i n gt o w a r d st h eg r e ym o d e l so f p r e d i c t i n gal i r l e p r e d i c a t i o ns h o w e db yt h ei n s t a n c e t h e r ei ss o m ei m p r o v e m e n ti n p r e d i c t i n gt h ea c c u r a c yc o m p a r i n gw i t ht h et r a d i t i o n a lg r e yp r e d i c t i o nm o d e l si nt w o k i n d so f n e wp r e d i c t i o nm o d e ：i sw h i c ht h i sa r t i c l eh a sp u tf o r w a r d o nt h eb a s i so f t h et h i n gt h a tt h et h e o r yh a sa n a l y z e dt h eg r e yt h e o r ya n dn e u r a l n e t w o r kt h e o r y , t h i sa r t i c l eo f f e rt h em e t h o da r e rp u r i n gf o r w a r dt h ee l e c t r i cp o w e r l o a db a s e do ng r e yt h e o r ya n db pn e u r a ln e t w o r k t h i sm e t h o du s e sd i f f e r e n tg r e y m o d e l st op r e d i c tt h es e l e c t e dn e u r a ln e t w o r ks e p a r a t e l ya tf i r s t ，a n dc h o o s e st h e o p t i m u mv a l u ea st h eg a i m n gs a m p l e st ot r a i nt h en e u r a ln e t w o r k ，t h e l lu t i l i z e sa n d t r a i n st h eg o o dn e u r a ln e t w o r kt op r e d i c t o r i g i n a l l yt h ep r e d i c a t i v em o d e la d o p t st h e m e t h o dt h a tt h eg r e yt h e o r yc o m b i n i n gw i t hb pa r t i f i c i a ln e u r a ln e t w o r k ，h a v ed r a w n t h ea d v a n t a g eo f t h et w o ，t h ep r e d i c t i o nr i s ko f a v o i d i n gt h es i n g l ep r e d i c a t i v em o d e l ， t h ei n s t a n c eo fp r e d i c t i o nf r o me l e c t r i cc o n s u m p t i o nl o a do fo n em o n t ha n dt h e w h o l ey e a ro f 2 0 0 3i nr u r a la n ds u b u r b so fh a r b i nc a ns e et h a tt h ea c c u r a c ya n dt h e s t a b i l i t yh a v eag r e a ti m p r o v e m e n tc o m p a r i n gt oo t h e rp r e d i c a t i v em o d e l s t h ct h r e em e a n so fp r e d i c t i o nb r o u g h tf o r w a r di nt h ea r t i c l eh a v eo b t a i n e d c e r t i f i c a t i o nb ys o m el e a d i n gc a d r e sc o n c e r n e da n db u s i n e s sd e p a r t m e n 谚w h i c hh a v e ag r e a ti n s t r u c t i o na n da p p l i e dm e a n i n gt oe l e c t r i ce n t e r p r i s e st op r q c 髓sw o r k i n go u t p l a n s a sw e l la st h ep r o d u c t i o nr e v o l v e d k e y w o r d sg r e yt h e o r i e s ；b pn e u r a ln e t w o r k ；l o a df o r e c a s f f n g 哈尔滨n t _ 大学j ：学硕士学位论文 ! ! ! i ! g g ! i ! 自! ! ! ! ! ! ! ! ! ! ! ! 目! ! _ ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! s g g 目! ! 第1 章绪论 灰色理论与神经网络预测技术是在灰色理论和神经网络基础上建立起的一 种新的预测技术。这种预测技术与灰色系统理论和神经网络理论的发展息息相 关。 1 1 负荷预测的意义及其分类 1 1 1 负荷预测的意义 电力负荷预测是计划用电的重要环节，它关系到：及时掌握负荷的发展趋 势：正确贯彻、执行国家各个时期的方针政策，适应各个时期经济发展和社会 进步对电力的需求；搞好计划用电、均衡用电；保证电网的安全、经济可靠运 行：安排好系统的运行方式和检修计划。 由于电力工业和其它产业不同，其产品电能无法大量储存，电力的生 产和消费必须在同一瞬间进行，电力部门应依据负荷预测的结果，安排运行计 划以及系统规划等，这使得负荷预测成为电力公司降低成本，提高企业竞争力 的关键因素。电能在国民经济各个行业和人民生活中占有很重要的位置。在供 需矛盾突出的时期内，电力负荷预测尤显重要，它是电力部门和政府经济、计 划部门制定经济发展规划、供给计划、燃料计划等重要经营计划的基础。 由于电力负荷反映的是用电设备瞬间耗用电力的情况，一个电网内用户的 千差万别给负荷预测工作带来了很多的困难。负荷预测的生命力就在于预测的 准确性。因此，预测值应尽量接近实际用电负荷。在做电力负荷预测时，应该 考虑市场经济的发展动向。由于客观上存在着不能预测的经济动向等，预测值 和实际状况产生差异是必然的。因此，应根据情况的变化不断的进行修正。 1 1 2 电力负荷预测的分类 电力负荷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 它负荷“】。城市民用负荷主要是城市居民的家用负荷。商业负荷与工业负荷是各 自为商业与工业服务的负荷。在我国，农村负荷是指广大农村的所有的负荷( 包 括农村村民用电、生产与排灌用电以及商业用电等) ，而其它负荷则包括市政用 电( 如街道照明) 、公用事业、政府办公、铁路与电车、军用以及其它等。 在以上各类负荷中，城市居民用电具有经常的年增长以及明显的季节性波 动特点，而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重。由 哈尔滨理1 ：大学工学硕士学位论文 于敏感于气候的家用电器日益广泛的采用，居民负荷变化对系统峰值变化的影 响将越来越大。 商业负荷也同样具有季节性变动的特性，而这种变化主要也是由于商业部 门越来越广泛的采用空调、电风扇、制冷设备等敏感于气候的电器所致，并且 这种趋势正在增长。 相对来说，工业负荷一般都是受气候影响较小的基础负荷。但是这并非说 它不受气候的影响，例如在高温季节，工业负荷也将含有为降温和防暑所必须 的耗电。然而，由于工业负荷本身基数很大，另一方面尤其是由于三班连续生 产，因此这类负荷变动较小，但是某些工业用户可能具有一些特殊的要求，如 要求很高的功率，但这并不一定要求很大的用电量，某些工业用户可能具有明 显的季节特性，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。 其它各类负荷，根据它们的不同特点，也可能具有季节性变化的因素。 从大的方面来说，电力系统负荷预测可以分为长期的、中期的与短期的。 一般来说，长期负荷预测周期一般为1 0 3 0 年，中期负荷预测周期一般为 l 1 0 年。对于短期负荷预测，周期在一年之内，可能是未来的一小时，一天， 一周或者一年”】。 长期和中期负荷预测的意义在于：新的发电机组的安装与电网的增容和改 造，均决定于对未来若干年后的负荷预测。 而短期负荷预测的意义在于：为发电厂的生产能力提出报告，使得对发电 机组产能变化的情况事先得以估计，对于装机容量不大的孤立电网，短期负荷 预测是必要的。 对于一个大电网，为了经济合理的安排本网内各发电机组的启动与停机， 以使系统在要求的安全范围内，为保持必要的旋转储备容量的耗费最小，短期 负荷预测也是必须的。 当电网进行计算机在线控制时，应当用短期负荷预测的信息来实现发电容 量的合理调度，满足给定的运行要求，同时使发电成本最小。 1 1 3 电力系统负荷的组成 电力系统的负荷是经常变动的。不但按小时、按f 1 变化，而且按周、按年 变化，所以负荷总是由几部分组成。它可以表示为下列几种分量之和：发展趋 势变化量：季节性变化量；周期性变化量；随机变化量。考虑到四种负荷分量 时。总负荷就可以用如下形式表示： 哈尔滨理上大学工学硕士学位论文 y = t + c + s + i 其中，y 是待预测的总负荷；丁是负荷的发展趋势变化分量；c 是负荷的周期 性变化分量：s 是负荷的季节性变化分量；，是负荷的随机变化分量。 1 2 短期负荷预测研究 1 2 1 负荷预测的起源和发展 负荷是指电力需求量或者用电量，而需求量是指能量的时间变化率，即功 率，而用电量是指某一电网内用户在一段时间内的用电总量。也就是说，负荷 是指发电厂、供电地区或电网在某一瞬间所承担的总功率或某一电网某一段时 间内的用电总量。 所谓负荷预测，是指在充分考虑一些重要系统运行特性、增容决策和自然 条件的情况下，利用一套系统地处理过去和现在负荷的方法，在一定精度意义 下，估计未来某个特定时刻或某个特定时期的负荷值。 负荷预测的起源可追溯到2 0 世纪2 0 年代初。当时的电力系统规模小，所 以负荷预测的思想没有引起人们的重视。但在6 0 年代中期的几次系统瓦解事故， 将电力系统的安全分析提上了同程。同时由于世界各国的经济迅猛发展，从 这一时期开始，负荷预测获得了初步的发展”。 从二十世纪六、七十年代到现在，负荷预测可以大致划分为两个阶段： 第一阶段( 二十世纪六、七十年代到八十年代末止) 是使用传统负荷预测 技术的阶段，这一阶段基本上沿袭了经济领域的预测技术。采用的方法大致可 划分为两种类型，一是时间序列法，另一种是回归分析法。时间序列法是通过 对预测对象的历史观测数据时间序列的分析处理，来研究其发展过程的基 本特征和变化规律，并据此预测未来行为的方法。电力系统的负荷变动同样具 有惯性特征，在时间上有延续性，因而时间序列法成为早期传统负荷预测技术 中的主要方法，并且是现在各种先进预测技术的基础。时间序列法分为确定型 时序法和随机型时序法，前者包括时序序列平滑法、趋势外推法和季节变动法 等；后者包括马尔可夫法和b o x - - j e n k i n s 法等。回归分析法属于相关法预测， 它通过建立某些解释变量与负荷之间的因果关系( 用函数表示) 而获得负荷预 测。由于电力负荷的变化受到很多相关因素的影响，所以采用回归分析法进行 负荷预测是自然的想法和可行的途径，它的基本思想也为现在各种先进的预测 技术所借鉴。 由于影响因素的多样性、突发性和随机性，造成传统的负荷预测误差大， 哈尔滨理j 二大学工学硕士学位论文 在扰动情况下不具备鲁棒性，对节假r 等特殊负荷模型的预测效果差，无法满 足实用化的精度要求。 第二阶段( 二十世纪九十年代至现在) ，随着计算机技术的日新月异，人工 智能( a r t i f i c i a li n t e l l i g e n c e ，简称a i ) 技术的兴起，负荷预测迅速进入了使用 智能化负荷预测技术的阶段。专家系统( e x p e r ts y s t e m ，简称e s ) 、人工神 经网络( a r t i f i c i a ln e u r a ln e t w o r k ，简称a n n ) ”1 和模糊逻辑系统( f u z z yl o g i c s y s t e m ，简称f l s ) ”1 代表着当今人工智能技术的三大分支，它们都在负荷预测 领域逐步得到应用。同时，灰色系统理论( g r e ys y s t e mt h e o r y ) 、非线性系统 理论( n o n l i n e a rs y s t e mt h e o r y ) 、小波分析理论( w a v e l e ta n a l y s i st h e o r y ) 等 技术方法也相继被提出”1 。 1 2 2 负荷预测技术方法 负荷预测技术方法，总体上可以分为经验预测法、时间序列法、回归分析 法、人工智能法几大类。 1 2 2 1 经验预测技术和经典预测技术经验预测主要依靠专家或专家组的判 断，不是依靠数量模型。目的不是弄清电力负荷变化的轨迹和结构，而是给出 一个方向性的结论，当然预测结果也可能是数值型的。主要方法有专家预测法、 类比法、主观概率预测法。经典预测技术主要有单耗法、密度法、比例增长法 及弹性系数法。 1 2 2 2 时间序列预测技术时间序列预测技术是通过对预测对象的历史观测 数据时间序列的分析处理来研究其发展过程的基本特征和变化规律，并据此预 测未来行为的方法。电力系统的负荷变动具有惯性特征，在时问上具有延续性， 因而时间序列预测技术是传统的负荷预测技术，特别是短期负荷预测的主要方 法”。1 。 时间序列预测方法包括确定型和随机型两大类。基于负荷时间序列周期的 谐波分析法和指数平滑法属于确定型的时间序列法。确定型时间序列预测技术 忽略了随机变动分量的影响，而仅将其作为模型残差用于估计预测区| 、日j 的大小。 考虑到负荷变动中固有的随机特性，随机型时间序列预测技术是最常用的负荷 预测技术。这种预测技术主要有自回归模型、滑动平均模型和自回归一滑动平 均模型。 4 哈尔滨理一d t 学 ：学硕士学位论文 1 2 ，2 3 回归预测技术回归预测技术属于相关法预测它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。从数学上 看，就是用数理统计中的回归分析方法，即通过建立某些解释变量与负荷之间 的因果关系获得负荷预测。回归预测更适合于中长期预测中的电量预测，将能 量指标与国民经济的各种指标联系起来进行预测。在负荷预测中用到的解释变 量一般是各类天气信息，将基本负荷看作常数回归项。回归分析分为线性回归 和非线性回归，它们在负荷预测中都有应用。线性回归又可分为一元线性回归 和多元线性回归”“。 用于短期负荷预测的主要是多元线性回归m l r ( m u l t i p l el i n e a r r e g r e s s i o n ) ，m l r 方法的预测模型是： y o ) = 盯o + a i x l ( f ) + + a n x 。( f ) + a ( t ) 其中，y ( t ) 是电力负荷预测值；而( f ) ，x 。( ，) 是影响电力负荷的各种解释变量， 包括天气因素和非天气因素；口( ，) 是零均值的随机变量：a 。，a 一，a 。是回归系 数。 m l r 方法中各解释变量的选取没有统一的标准，原则上应该是依据各变量 的自相关性及其与负荷的相关性分析获得，实践中凭经验来选定。各回归系数 一般是通过最小二乘辨识技术确定的。模型的最终确定要经过统计检验。 1 2 2 4 灰色系统理论预测技术首先提出灰色系统理论的是中国学者邓聚龙。 把部分信息已知、部分信息未知的系统称之为灰色系统。灰色系统理论认为系 统的行为现象尽管是朦胧的，数据是杂乱无章的，但它毕竟是有序的，是有整 体功能的。因此，杂乱无章的数据后面，必然隐含着某种规律。灰色预测技术 的建模过程首先是把历史数据进行累加，原本毫无规律的数据就变成了呈近似 指数增长的曲线，削弱了随机性，增强了规律性；其次，建立“白化”微分方 程，解微分方程，得到预测值：最后对预测值作逆生成处理，得到真实的预测 值。 灰色系统理论的应用范围很广，主要有五个方面，即系统分析、系统模型 的建立、灰色预测、灰色决策和灰色控制。 1 2 2 5 人工智能预测技术专家系统( e s ) 预测技术、人工神经网络( a n n ) 预测 技术、模糊逻辑系统( f l s ) 预测技术统称为人工智能预测技术。 专家系统的基本特征是基于知识，是它区别于其它智能化预测技术的关键。 早期的人工智能研究试图追求万能的、通用的智能系统，可以取代人类智能的 哈尔滨理工大学。r 学硕士学位论文 作用，解决一切需要智能处理的问题。 到了2 0 世纪6 0 年代中期以后，人工智能开始转向研究专门领域的知识系 统，通用的策略同专门领域的专业知识和实际经验相结合，产生了以专家系统 为代表的基于知识的人工智能系统，使人工智能技术走向实用化。 专家系统并不试图发现很强有力和很通用的问题求解办法，而是把研究范 围缩小在严格特定的相对狭小的专业领域内。这是借鉴了人类专家的特点，因 为人类专家正是由于拥有解决自己专业领域内的大量专门知识，包括各种有用 的诀窍和经验才成其为专家的。专家系统实际上就是在计算机上实现的这种领 域专家的模仿物。 人工神经网络是由大量并行分布、有机相连的神经元构成的计算结构，对 这种结构的研究是受到生物神经系统的学习能力和并行机制的启发。人工神经 网络试图从物理结构上模拟人脑的思维机制，其特点在于信息的分布式存储和 并行协同处理。与串行处理信息的冯诺依曼型计算机相比，人工神经网络系 统具有集体运算的能力，可以代替复杂费时的传统算法。人工神经网络还具有 很强的自适应和自学习能力、非线性映射、鲁棒性和容错能力，善于联想、综 合和推广，使处理信息的过程更接近人类的思维活动i ”】。 模糊逻辑系统预测技术可以用有限的规则逼近任意的函数关系，特别是具 有非线性和随机性的关系，并对系统扰动不敏感。负荷预测的主要工作就是负 荷模型的建立，其过程分为三个部分：模糊化、模糊规则的产生和反模糊化。 1 2 3 负荷预测的地位、分类及功能 由于电力工业生产、输送、消费同时进行以及电力工业先行的原因，决定 了负荷预测在电力市场中具有特别重要的地位。负荷预测是电力系统规划和建 设的基本依据，是电价和系统可靠性预测的基础，更是保证电网安全稳定的重 要前提。对电力产品市场动态及发展趋势进行调查研究，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。根据计划期内所预测的需电量及电 力负荷可以确定相应的发电量及燃料需要量、可以安排发电机组、输变电设备 的检修计划，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。短期负荷预测对电力系统调度自动控制非常 重要，精度较高的负荷预测可以使未来的电网运行工况更加合理，使电网在预 定的安全、稳定条件下运行，也可以使整个系统在最经济的状况下运转，产生 6 哈尔滨理= 人学上学硕士学位论文 皇詈曼曼! 暑量詈詈詈暑曼曼詈皇兰鼍。! l l i l 鼍! ! 皇苎皇苎! ! 鼍! 鼍! ! ! ! ! ! 鼍! 量皇詈量蔓曼曼皇! 皇曼! 鼍鼍曼皇 更大的经济效益。英国的研究结果表明，短期负荷预测的误差每增加l 将导致 每年运行成本增加约1 7 0 0 力美元，在挪威，每增加1 的短期负荷预测误差， 将导致4 5 5 4 9 0 0 力美元的附加运行成本1 。 负荷预测按时间可划分为： 1 超短期负荷预测预测的时间为几分钟、1 5 分钟、3 0 分钟或6 0 分钟， 主要用于电力市场的实时调度与经济运行。 2 短期预测预测的时间为时、日、周、月、年，主要用于确定电力系统 的运行方式以及为市场上的期货、现货交易提供决策依据。 3 中期预测预测的时间为3 5 年，主要用于电网的扩建规划、制定电 力系统的长期运行方式。 4 长期预测预测的时间为5 2 0 年，主要用于电力系统的远景规划1 1 4 】。 1 2 4 国内外负荷预测研究概述 电力负荷预测是电力系统调度、用电、计划和规划等管理部门的重要工作 之一。负荷预测的核心问题是预测的技术方法，或者说是预测的数学模型。随 着现代科学技术的快速发展，负荷预测技术的研究也在不断深化，各种各样的 负荷预测方法不断涌现，从经典的单耗法、弹性系数法、统计分析法到目前的 灰色预测法、专家系统法、模糊数学法、人工神经网络法、优选组合法以及小 波分析法“。 值得特别提出的是，同本电力中央研究所多年来一直致力于研究开发电力 需求计量经济模型，为日本九大电力公司提供需求预测服务，取得了很好的效 果。1 9 9 4 年，中国电力企业联合会和日本电力中央研究所开始合作，研究适应 中国国情的电力需求计量经济模型。 1 2 5 短期负荷预测的特点 短期负荷预测的预测提前期相对来说比较短，它的主要作用是用来参考制 定调度计划，可以说是电力系统最为常见也最为重要的预测模型，预测精度要 求高，实效性强。由于调度计划是要预先安排的，特别是在当前的电力市场条 件下，购售电双方都更需要得到未来某段时间的预测结果，以安排购售电台同 的签订。现在的发展趋势已把短期负荷预测软件集成到能量管理系统( e m s ) 中，需要实时与e m s 其它模块和调度员交换信息，以实现在线预测。 预测短期负荷变化的一个有利条件在于要考虑的影响因素不会太多，很多 因素在短期内的作用效果是看不出来的。但预测短期负荷变化的一大难点又在 哈尔滨理工人学工学硕士学位论文 于它的不稳定性和易动性，特别是日负荷曲线这种涉及到各时间点的负荷预测， 由于反映的不是一段时期的平均特性，而是一点的特性，负荷的异常变化是造 成短期预测误差的主要来源，电力系统在正常条件下所输出的功率主要受用户 需求的影响。对于一个确定的用户，在一段确定的时间内，其对负荷的需求可 能按一定规律变化。但是对于一个大系统，用户的需求具有不确定性。在一段 时间内常常表现为在过去负荷基础上的一种随机起伏。可以说下一个预测时刻 的负荷情况，它受到用户负荷的变动、气候的变化、系统内部设备检修等因素 的影响。因此做短期负荷预测，必须具备精确的负荷历史记录资料，并建立能 明确表示目前负荷与过去负荷以及干扰的关系的数学模型。 从分析负荷的历史记录可以看出，负荷除具有明显的随机性外，还具有明 显的周期性，即负荷的变化具有以季、以周或以日为周期的特点，负荷记录的 时间越长，这种周期性看得越清楚。因此，要做短期负荷预测，就必须分析过 去几年的负荷记录。 综上所述，作为一非平稳时间序列，电力系统短期负荷具有以下特点6 j ； 1 周期性：负荷以日、周、季为周期发生波动，大周期中“嵌套”小周期； 2 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 大的时段其波动的幅度较大； 3 非平稳性：其方差是发散的，具有一定的增长趋势。 1 2 6 我国在电力负荷预测领域的实践 近年来，随着我国电力市场改革的深入进行，负荷预测的研究得到长足的 发展，几乎每个实行电力市场的区域( 省网) 的电力市场技术支持系统都有负 荷预测模块，山东省采用线性外推和神经网络相结合的方法“”，福建省开发了 电力需求预测程序“，广西电网调度中心与长沙电力学院合作开发适合广 西电网需要的短期预测应用软件，采用了中疏系数a r i m a 模型、g m ( 1 ，1 ) 模型、改进的g m ( 1 ，1 ) 模型”。另外，由华北电力大学牛东晓教授、谢宏 副教授和赵海青研究生开发的用电负荷预测系统于1 9 9 5 年l o 月2 2 同通过 了电力工业部鉴定，为当时国际先进水平。 由于计算机技术的迅猛发展，一是p c 机的计算速度，二是i n t e m e t 的日益 普及，我国在电力负荷预测领域的研究取得了可喜的成果。 1 3 课题来源及项目意义 本课题源自哈尔滨市市郊农电局研发项目。建立适合农村电网的负荷预测 哈尔滨理工大学j 二学硕士学位论文 模型并给出相应的计算方法，为哈尔滨市市郊农电局的电力调度和生产经营提 供理论依据。 哈尔滨理j 二大学工学硕士学位论文 第2 章电力负荷预测理论 负荷的大小与特性，无论是对于电力系统设计或是对于运行研究而言，都 是极为重要的因素。所以对负荷的变化和特性，有一个事先的估计是电力系统 设计与运行研究的重要内容，电力系统负荷预测理论就是因此而建立和发展起 来的，在现代电力系统工程科学中它已经成为占有重要地位的研究领域，且是 电力市场运营中的一项重要内容j 2 0 j 。 与垄断运营模式不同，以引入竞争机制为主要目的的市场经济运营模式对 电力系统负荷预测提出了新的标准和要求，即准确性、实时性、可靠性和智能 性等”“。但是，负荷预测存在误差是绝对的，误差的大小是相对的，负荷预测 的核心问题是预测的技术方法，即数学模型的建立。 2 1 负荷预测概念和原理 负荷预测的概念：在充分考虑一些重要的系统运行特性、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研究过去与未来负荷的数学 方法，在满足一定精确度要求的意义下，研究未来某特定时刻的负荷数值，称 为负荷预测”“。 负荷预测的原理： 1 可知性原理预测对象的发展规律，其未来的发展趋势和状况是可以为 人们所知道的，客观世界是可以被认识的，人们不但可以认识它的过去和现在， 而且可以通过总结它的过去和现在推测其未来”。 2 可能性原理因为事物的发展变化是在内因和外因共同作用下进行的。 内因的变化及外因作用的大小不同，会使事物发展变化有多种可能性。所以对 某一具体指标的预测，往往是按照其发展变化的多种可能性进行多方案预测的1 。 3 连续性原理连续性原理又称惯性原理，是指预测对象的发展是一个连 续统一的过程，其未来发展是这个过程的继续。它强调了预测过程从过去发展 到现在，再从现在发展到未来。它认为事物发展变化过程中会将某些原有的特 征保持下来，延续下去。这种惯性正是我们进行负荷预测的主要依据。因此， 了解事物的过去和现在，并掌握其变化规律就可以对其未来的发展情况利用连 续性原理进行预测”“。 4 相似性原理尽管客观世界中各种事物的发展各不相同，但一些事物发 展之间还是存在着相似之处，人们就利用这种相似性进行预测。在很多情况下， 作为预测对象的一个事物，其现在的发展过程和发展状况可能与另一事物过去 哈尔滨理工大学工学硕士学位论文 一定阶段的发展过程和发展状况相类似，人们就根据后一事物的己知发展过程 和状况来预测对象的未来发展过程和状况，这就是相似性原理2 。 5 反馈性原理反馈就是利用输出返回到输入端，再调节输出结果。预测 的反馈性原理实际上是不断提高预测的准确性而进行的反馈调节”。 6 系统性原理预测对象的未来发展是系统整体的动态发展，而且整个系 统的动态发展与它的各个组成部分和影响因素之间的相互作用和相互影响很密 切的，这就是系统性原理。它强调系统整体最佳，只有系统整体最佳爿是高质 量的预测，才能为决策者提供最佳的预测方案“。 2 2 负荷预测的基本程序 对电力负荷进行预测要有一个基本程序，这就是要考虑预测工作怎样进行， 分几个阶段，先做什么，后做什么。只有把负荷预测工作的整个程序搞清楚， 才能做好预测工作。 1 确定预测目的、制订预测计划 负荷预测目的要明确具体，紧密联系电 力工业实际需要，并据此撰写一个负荷预测工作计划。 2 调查资料和选择资料要多方面调查收集资料，包括电力企业的内部资 料和外部资料，国民经济有关部门的资料，以及公开发表和未公丌发表的资料， 然后从众多的资料中挑选出有用的- - + 部分，即把资料浓缩到最小量。挑选资 料的标准，一要直接有关性，二要可靠性，三要最新性。先把符合这三点的资 料挑选出来，加以深入研究，在这以后才能考虑是否需要再收集其它资料。收 集统计资料是不容易的，尤其是在我国当前的情况下，各层次的资料往往不够 完善，真实性也有问题，再加上保密等问题尚未解决，就更增加了难度。尤其 是如果资料收集和选择得不好，会直接影响到负荷预测的质量。 3 资料整理资料整理的目的是保证数据的完整和准确，从而为提高预测 精度奠定基础。 4 建立预测模型预测模型是统计资料轨迹的概括，它反映的是经验资料 内部结构的一般特性与该资料的具体结构并不完全吻合。模型的具体化就是负 荷预测公式，公式可以产生出与观察值有相似结构的数值，这就是预测值。负 荷预测模型是多种多样的，咀适用于不同结构的资料，因此，对一个具体预测 实例，就有选择适当预测模型的问题。正确选择预测模型在负荷预测中是具有 关键性的一步。有时由于模型选择不当，而造成预测误差过大，这时就需要改 换模型。必要时，可以同时采用几种数学模型进行运算，以便对比、选择。 5 综合分析、确定预测结果通过选择适当的预测技术建立负荷预测的数 哈尔滨理工人学一r 学硕士学位论文 学模型。进行预测运算得到的预测值或利用其它方法得到的初步预测值，还要 参照当前已经出现的各种可能性，以及新的趋势与发展，进行综合分析、对比、 判断、推理和评价，最终对初步预测结果进行调整和修正。这是因为从过去到 现在的发展变化规律不能说是将来的变化规律。所以要对影响预测对象的新因 素进行分析，对预测模型进行适当的修正后确定预测值。 预测值的确定决不是通过某一、两个预测运算就能轻而易举取得的。搞好 预测需“重在分析、贵在方法、巧在应用”，也就是说负荷预测工作不仅是一种 科学，而且是一种艺术，良好的综合判断能力是难以用简单的语言表达的，而 是个人才能、经验与教训综合作用的结果。 6 编写预测报告，交付使用根据分析判断最后确定的预测结果，编写出 本次负荷预测的报告。因为预测结果经常是多方案的，所以报告中要对取得这 些结果的预测条件、假设及限制因素等情况给以详细说明。在报告中应有数据 资料、报告分析、数学模型、预测结果及必要的图表，让使用者一目了然，便 于应用。 7 _ 负荷预测管理将负荷预测报告提交主管部门，仅是本次预测告一段落， 并不等于全部预测工作的结束，随后仍需根据主观客观条件的变化及预测应用 的信息进行检验，必要时应修正预测值口”。 2 3 负荷预测误差分析 由于负荷预测是一种对未来负荷的估算，因此，它与客观实际总是存在着 一定的差距，这就是预测误差。 预测误差产生的原因主要有以下几个方面： 1 预测往往要用到数学模型，而数学模型大多只包括所研究的某些主要因 素，很多次要的因素被忽略了。电力负荷的变化是错综复杂的，用经过简化了 的模型进行负荷预测不可避免地会与实际负荷产生误差。 2 负荷所受的影响是干变万化的，进行预测的目的和要求又多种多样，因 而就有一个如何从许多预测方法中正确选用一个合适的预测方法的问题。如果 选择不当的话，也就随之产生误差。 3 ，进行负荷预测要用到大量的资料，而各项资料并不能保证都是准确可靠 的，这就必然会带来预测误差。 4 某种意外情况的发生或情况的突变，也会造成预测误差。预测误差和预 测结果的准确性关系密切。误差愈大，准确性就愈低，反之，误差愈小准确性 就愈高。可见研究产生误差的原因，计算并分析误差的大小具有重要意义”l 。 哈力 滨理上大学工学硕士学位论文 预测误差分析的方法和指标有以下几种： 1 绝对误差和相对误差实际值与预测值的差值为绝对误差。绝对误差与 实际值的比值称为相对误差。 2 平均绝对误差几个绝对误差的绝对值和的平均值即为平均绝对误差。 它是误差分析的综合指标之一。 3 均方误差绝对误差值平方和的算数平均值。是误差分析的综合指标之 一。 4 均方根误差均方误差的平方根。由于对误差进行了平方，加强了数值 大的误差在指标中的作用，从而提高了这个指标的灵敏性。 5 关联度误差分析关联度的基本思想是根据曲线间相似程度柬判断关联 程度，实质上是几种曲线间几何形状的分析比较，即认为几何形状越接近，则 发展变化趋势越接近，关联程度越大。 6 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，这是从概率预测方法中移植过来的剐】。 2 4 影响负荷预测精确度的因素 世界经济增长的变化。自1 9 7 3 年世界石油危机之后 际间经济形式复杂多变，其影响充满着不确定性。 经济结构的调整。耗电大的第二产业比重逐年下降 业比重上升，使整个单位g d p 电耗水平不断降低。 世界经济全球化，国 相对耗电少的第三产 能源政策的调整。近年来积极推行绿色照明、节能电机、风机、水泵、蓄 冷空调和热电冷联供的热电厂，都可以大量节约电量或容量：相反，由于前几 年电力供求缓和，电力部门放宽了对空调、电炊具等耗电量大的家用电器的限 制，又扩大了电力需求。 电力和替代能源的价格。经济学理论认为，商品的价格主要是由供需关系 决定的，也就是当供给量和需求量达到平衡时，便形成商品的价格。但商品的 价格的变化反过来会影响需求量的变化。电力的价格( 即电价) 主要是指电力 公司和电力用户之间的销售价格。电价的高低会影响电力需求的大小，不仅会 影响居民生活用电需求，也会影响产业用电的需求，如近2 年来，由于“两网 同价”政策的贯彻执行，许多地方的电价降下来，用电量一下子就上去了。另 外，电力与其它能源之州具有相互替代的特性。 气候、人口因素的影响。由于世界气候异常，用于制冷和供暖的耗电量很 大，而且多集中在一段时间里，往往成为夏季或冬季形成尖峰负荷的重要因素 哈尔滨理工大学工学硕士学位论文 之一。同时，气候变化的不确定性极强， 口数量的多少，也会明显影响电力需求， 区的特性也会影响居民生活用电的需求。 对电力需求预测产生极强的影响。人 此外，人口结构、家庭规模、住宅小 科学进步速度的影响。电力生产和电力消费科技的进步，一方面提高了能 源利用效率，降低了电力损耗，使电力成本下降，电力和其它能源的比较效益， 会促使国民经济发展和人民生活电气化水平提高；另一方面，在满足人们同等 需求的条件下，可以节省电力。电力科技进步，对电力需求的影响有正有负， 但总的说来，科技的进步总是朝着电气化的方向发展，但这种发展速度也具有 不确定性。 电力需求对管理的影响。近年来世界各国普遍采用了电力需求侧管理，认 识到电力需求是可以改变的，在同样满足人们生产、生活需要的条件下，可以 采取需求侧管理的措施，使电力负荷曲线发生较大的变化，使电力部门、用户 和社会都获得利益。但需求侧管理也具有很大的不确定性f 3 2 。 2 5 本章小结 本章主要介绍了负荷预测的原理、负荷预测程序、内容及方法，并介绍了 误差分析的多种方法。讨论了影响预测精确度的因素不仅有政策、价格、科技 进步等，气候、人口也应作为一个主要的因素进行考虑。 哈尔滨理工大学工学硕士学位论文 i m i i i 第3 章电力负荷短期预测法 3 1 灰色预测法 3 1 1 灰色系统理论与模型的特征 灰色系统理论是我国著名学者邓聚龙教授于1 9 8 2 年创立的- - f 新兴横断学 科，它以“部分信息已知，部分信息未知”的“小样本”，“贫信息”不确定系 统为研究对象，主要通过对“部分”已知的信息的生成，开发提取有价值的 信息，实现对系统行为的正确认识和有效控制”3 1 。 我们用“黑”表示信息未知，用“白”表示信息完全明确，用“灰”表示 部分信息明确，部分信息不明确。相应的，信息完全明确的系统称为白色系统， 信息未知的系统称为黑色系统，部分信息明确，部分信息不明确的系统称为灰 色系统。由此看来，信息的不完全性是灰色系统的特征。灰色系统理论与数据 统计方法的区别在于：前者致力于现实规律的探讨，后者致力于历史规律的研 究。灰色系统与模糊数学的区别在于对系统内涵和外延处理态度的不同，研究 对象内涵与外延性质的不同。灰色系统着重外延明确，内涵不明确的对象。模 糊数学着重外延不明确，内涵明确的对象。 3 1 2 灰色系统理论研究的问题 灰色系统理论研究的问题包括社会、经济、农业、生态等本征灰系统的分 析，系统的建模、预测、决策、评估、控制等。往往一个问题的研究同时包含 几个内容。例如研究生态系统的生物链，则涉及到绿色植物、食草动物、食肉 动物等几个层次。人们制定畜牧业的发展规划，便需要明确这几个层次的量化 关系，预测它在人的干预下层次之间的发展变化，分析这种干预的代价与可能 得到的利益，提出减少代价获得更大效益的决策，制定实旌决策的计划与措蓝。 这样，一个问题的解决便