（电力系统及其自动化专业论文）灰色理论在中长期负荷预测中的应用.pdf

太原理工大学硕士研究生学位论文 国内外发展现状 并对负荷预测的方法进行了综述 接 着对负荷预测中的灰色预测方法进行了深入的研究 通 过对灰色理论预测方法建模机理的研究 找出了灰色建 模的局限性并提出了改进的方法 通过对负荷原始数据序列的预处理及优化 增强了灰色预测对波动负荷数据 序列的处理能力 大大提高了灰色预测方法的适用范围 和预测精度 对发展系数a 的选取 可以提高背景值的 精掣 罄囟再两鎏州薷薹 蓁囊漂强雩羹囊丰奏提堰塌 勉满鼎疆甥曦鳓幽 绺哩趔息 雠捌落g m i 受蔫吼 燮霪霎j 羹鬟堕蒸囊蠢捌羹崭拦霉毓篓首廿墨强 鞯鞲 镬鏊黼椭荠蓦 箬鞋羹霪蓁羹蠢萋雾蠢霎喜型薷i 藩墨 冀型霎羹羹囊需些霎需萎羹嚣耋囊囊羹i 薹霎羹霍蓁羹 薹霎翼蒂谢冀蓁羹 雾墼雾蠹囊薹蠢葡萎i 蓁雾篓矾羹 g m l li 羹鎏羹冀 系统的短期负荷预测 方法 电力系统自动化 1 9 9 9 2 3 1 7 一 3 7 林济铿 余贻鑫 王成山 电力系统短期负荷预测 天津大 学学报 1 9 95 5 3 8 z u w e iy u at c m p e r a t u r em a t c hb a s e do p t i m i z a t i o nm e t h o df o r 太原理工大学硕士研究生学位论文 关键词 灰色理论 负荷预测 等维新息模型 中长期 负荷预测 g m 1 1 模型 太原理工大学硕士研究生学位论文 a p p l i c a t i o n0 fg r e yt h e o r yi n m i d l o n gt e r ml o a df o r e c a s t i n g a b s t r a c t l o a df o r e c a s t i n gi sa ni i n p o r t a n tr e s e a r c hc o n t e n to f p o w e rs y s t e mp l a n n i n ga n dr u n n i n g b e l o n g st os t r a t a g e m f b r e c a s t i n g a n di s ap r e m i s ef b rr e l i a b l e s u p p l y i n ga n d e c o n o m i c 玎 n n i n g i nap l a n n i n gp e r i o d t h el o a da n dp o w e r d e m a n dd e c i d et h ed e v e l o p m e n ts c a l ea n dt h ed e v e l o p m e n t s p e e do fp o w e rs y s t e m a n d a is oi s 血eb a s i so fp o w e r s y s t e mp l a n n i n ga n dc o n s t n l c t i o n l o a df o r e c a s t i n gm a k e s t h ee l e c t r i cp o w e ro rl o a do ft h ew h 0 1 ep l a n n i n gr e g i o na s f o r e c a s t i n go b j e c t i tr e s u l t sd e c i d et l e d e m a n df o re l e c t r i c p o w e ra n dt h es u p p l y i n gc a p a c i t y o fd i s t r i b u t i o ni nt h e i v 太原理工大学硕士研究生学位论文 胁r e t h er e s u n so f1 0 a df b r e c a s t i n gh a v ei m p o r t a n t g u i d a n c es i g n i f i c a n c ef b ra s c e r t a i n i n g 出ei o c a t i o no fp o w e r s u p p l ya n dg e n e r a t i n gp l a n n i n g e x a c t d e g r e e o fl o a d f o r e c a s t i n gs h a l ld i r e c t l y a f f e c tr a t i o n a l i 可o fi n v e s t m e n t n e t w o r kl a y o u ta n dm n n i n g b e c a u s et h em e d i u ma n dl o n gt e n i ll o a df o r e c a s t i n g i nn e t w o r ki sa f l f e c t e db ym a n yu n c e r t a i nf a c t o r s u pt on o w n om e t h o d sc a no b t a i nt h es a t i s 母i n gf o r e c a s t i n gr e s u l t sa t a l li n s t a j l c e s s oa tt h et i m eo fp r a c t i c a lf o r e c a s t i n g w e s h o u l dt h i n k2 i b o u tt h ep r a c t i c a ls i t u a t i o na n dc h o o s et h e a p p r o p r i a t em o d e l a tn r s t t h et h e s i si m r o d u c e st h ei m p o r t a n c eo fi o a d f o r e c a s t i n ga n di t sd e v e l o p m e n ta c t u a l i t yi nd o m e s t i ca n d i n t e m a t i o n a lb r i e n y b u ta i s og i v e sas u m m a r i z a t i o nf o r 1 0 a df o r e c a s t i n gm e t h o d s t h e na 血o r o u 曲r e s e a r c hi n t o 伊e yf o r e c a s t i n gm e t h o di s c a n i e dm r o u g h t h r o u 曲t h e r e s e a r c hi n t o m o d e i i n g m e c h a n i s mo fg r e y f o r e c a s t i n g m e t h o d t h es h o r t a g e so f 酎e ym e c h a n i s ma r ef o u n da n d s o m ei m p r o v e dm e a s u r e sa r ep u tf o r w a r d t h r o u g ht h e v 太原理工大学硕士研究生学位论文 p r e t r e a t m e n ta n do p t i m i z a t i o nt oh i s t o r i c a ll o a dd a t a t h e a b i l i t yo fg r e yf o r e c a s t i n gd e a l i n gw i t hf l u c t u a n tl o a dd a t a i ss t r e n g t h e n e d a n dt h ea p p l i c a t i o nr a n g ea n df o r e c a s t i n g p r e c i s i o n a r ea l s o e n h a n c e d t h r o u g hc h o o s i n g ao f d e v e l o p i n gc o e f f i c i e n t t h ep r e c i s i o no fb a c k d r o pv a l u ei s i m p r o v e d b ys e l e c t i n gi n i t i a lc o n d i t i o n c a nm a k ef i tc u r v e t om a t c ht h er u l eo ft h et h i n g sd e v e l o p m e n ti nt h ef u t u r e b yu s i n ge q u a l l yd i m e n s i o n a ln e w i n f o r m a t i o ng r e ym o d e l f o rf o r e c a s t i n g n e wi n f o r m a t i o ni su s e di nt h ef o r e c a s t i n g w h i c hn o to n l yo v e r c o m e st h es h o r t c o m i n gt h a tt h em a t h m o d e li sc h a n g e l e s si ns i m p l eg r e yf o r e c a s t i n gm e t h o d b u ta l s om a k e su s eo ft h ea d v a n t a g eo f t h eh i g hp r e c i s i o ni n s h o r tt e r mg r e yf o r e c a s t i n g s oi ts a t i s f i e st h er e q u e s tf o r t 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 b yi m p r o v i n g t h e a p p l i c a b l er a n g e o ft h ec o m m o ng r e ym o d e li s e n h a n c e d t h ei m p r o v e dm o d e li s c o m p a r e d w i t ht h e c o m l t l o r lg r e ym o d e lb yc a l c u l a t i o ne x a m p l e w h i c hs h o w s t h a tt h ei m p r o v e dm o d e lh a st h ea d v a n t a g e so fs m a l le r r o r a n dh i g hp r e c i s i o n t h ec a l c u l a t i o ne x a m p l eo fp e a kl o a d v i 太原理 人学硕士研究生学位论文 符号说明 x t 一一为t 时刻影响负荷变化的因素变量的取值 a b 一回归系数中i 一一一 一自回归系数 e q 一 动平均系数a i 一 一零均值向量噪声序列 y i 一连续一段时间的负荷数据值 x o 一 一原始数据列 x 一 x o 累加生成的新序列 z 1 x o 均值序列 盯 k 齐次级比o k 一非齐次级比 a 一发展系数b 灰作用量 b 一一数据矩阵y 一数据向量 p 参数向量i o 预测值序列 e o k 一相对残差 a v g 一平均残差 p 建模精度 o k 一一残差预测值序列 i 原始数列x o 的平均值s 一 x o 的方差 百 一残差的平均值c 一后验差比值 p 一小误差概率 q 平移变换值 y 一对数变换值 e o k 一残差序列 现代电力系统工程学 太原理工大学硕士研究生学位论文 1 2 2 综合性 综合性有三层含义 首先 综合性指负荷预测要综合考虑发 电市场的发展规律 其次 指负荷预测要在应用历史负荷数据的 基础上 综合考虑各种影响市场的因素 最后 必须综合运用各 种预测方法和先进的计算机技术才能得到合理 精确的预测结果 1 2 3 负荷预测的新功能 负荷预测具有许多新的功能 不仅用于电力系统规划和制定 发电计划 还用于进行系统充裕性评估 发电合同制定 合同电 量分配 电价预测 预调度和实时调度等工作 1 3 电力负荷预测的意义i b 3 4 电力系统负荷预测是指在充分考虑一些重要的系统运行特 性 增容决策与自然条件和社会影响的情况下 研究和利用一种 系统地处理过去与未来负荷的方法 在满足一定精度的要求下 决定未来某特定时刻或某些特定时刻的负荷值 电力负荷预测是 电网规划的重要组成部分 也是电网规划的基础 负荷预测的结 果 为地区电力发展速度 电力建设规模 电力工业布局 能源 资源平衡以及地区电网间的电力余缺调剂提供了可靠的依据 负 荷预测的准确性直接影响到电力系统投资及运行的合理性 直接 关系到电网的安全经济可靠运行 提高负荷预测水平 有利于计 划用电管理 有利于合理安排电网运行方式和机组检修计划 有 利于节煤 节油和降低发电成本 有利于制定合理的电源建设规 3 太原理工大学硕士研究生学位论文 1 2 2 综合性 综合性有三层含义 首先 综合性指负荷预测要综合考虑发 电市场的发展规律 其次 指负荷预测要在应用历史负荷数据的 基础上 综合考虑各种影响市场的因素 最后 必须综合运用各 种预测方法和先进的计算机技术才能得到合理 精确的预测结果 1 2 3 负荷预测的新功能 负荷预测具有许多新的功能 不仅用于电力系统规划和制定 发电计划 还用于进行系统充裕性评估 发电合同制定 合同电 量分配 电价预测 预调度和实时调度等工作 1 3 电力负荷预测的意义i b 3 4 电力系统负荷预测是指在充分考虑一些重要的系统运行特 性 增容决策与自然条件和社会影响的情况下 研究和利用一种 系统地处理过去与未来负荷的方法 在满足一定精度的要求下 决定未来某特定时刻或某些特定时刻的负荷值 电力负荷预测是 电网规划的重要组成部分 也是电网规划的基础 负荷预测的结 果 为地区电力发展速度 电力建设规模 电力工业布局 能源 资源平衡以及地区电网间的电力余缺调剂提供了可靠的依据 负 荷预测的准确性直接影响到电力系统投资及运行的合理性 直接 关系到电网的安全经济可靠运行 提高负荷预测水平 有利于计 划用电管理 有利于合理安排电网运行方式和机组检修计划 有 利于节煤 节油和降低发电成本 有利于制定合理的电源建设规 3 太原理工大学硕士研究生学位论文 1 4 电力负荷的分类与特点i 1 4 l 电力负荷的构成1 2 0 l 用电分类是说明国民经济各部门用电情况和变化规律 它是 反映电气化的发展水平和趋势的指标 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 是 负荷预测和电力分配的依据 我国用电分类从1 9 8 6 年起按 国民 经济行业用电分类 1 3 16 1 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 l 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 但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 各餐电器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 猷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 天内 负荷也极不平衡 生活用 太原理工大学硕士研究生学位论文 划 有利于提高电力系统的经济效益和社会效益 因此负荷预测 已经成为实现电力系统管理现代化的重要内容之一 1 3 选择适当 的方法以提高负荷预测的准确度 也是电网规划的一个重要研究 方向 17 1 负荷预测是保证电力系统可靠供电 经济运行的前提 因为 电能是一种没有仓库的特殊商品 它的生产 输送 分配和使用 几个环节都在同一个时刻完成 而且现代的电力系统十分庞大 要使电能达到 产 销 的动态平衡 必须对用电量进行预测 按用户的需求来编制发电机组的开停计划 只有这样才能保证可 靠地供电 也只有这样才能达到电力系统的经济运行 负荷预测是电力系统规划建设的依据 电力工业是国民经济 的重要部门之一 随着现代工业和农业的不断发展及人民生活水 平的日益提高 社会对电力的需求量越来越大 为了满足日益增 大的电力需求 必须不断扩大电力系统的规模 由于电力工业的 发展不仅需要消耗巨大的投资和一次能源 对国民经济的其他部 门也会产生巨大的影响 合理地进行电力系统规划不仅可以获得 巨大的经济效益 也可以获得巨大的社会效益 相反 电力系统 规划的失误会给国家建设带来不可弥补的损失 因此 对电力系 统规划问题进行研究 以求最大限度地提高规划质量 具有重大 的现实意义 而实现这个目标的第一步就是要做好负荷预测 1 3 负荷预测的准确程度将直接影响到投资 网络布局和运行的 合理性 因此 负荷预测在规划中显得尤其重要 若负荷及电量 预测不足 电网的发展便不能适应实际发展的需要 无法满足用 户 e 常供电要求 甚至还可能缺电 另一方面 若负荷及电量预 测过高 则又会导致安装一些过多而不能充分利用的设备 从而 4 太原理工大学硕士研究生学位论文 1 4 电力负荷的分类与特点i 1 4 l 电力负荷的构成1 2 0 l 用电分类是说明国民经济各部门用电情况和变化规律 它是 反映电气化的发展水平和趋势的指标 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 是 负荷预测和电力分配的依据 我国用电分类从1 9 8 6 年起按 国民 经济行业用电分类 1 3 16 1 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 l 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 但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 各餐电器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 猷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 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 6 太原理工大学硕士研究生学位论文 户可能有明显的季节性特性 如制糖 建材等行业 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 农村负荷则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高峰时间有差 别 所以对提高电网负荷率有好处 在用电构成中 农业用电所 占的比重不大 1 4 2 电力负荷的特点 由于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一瞬间进行 电站建设耗资 大 建设周期长 电能对于国民经济各个行业和人民生活的重要 性 尤其是在一个相当时期内的供需矛盾 这一切使电力负荷预 测工作尤显重要 这就要求我们对于电力负荷的特点有一定的了 解 才能针对负荷的特性而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发展和运行提供依据 电力系统的负荷是经常变化的 不但按小时变 按日变 而 且按周变 按年变 所以负荷总是由几部分组成 通常将负荷表 示成4 种分量之和 即正常分量 气候敏感分量 特别事件负荷 8 太原理工大学硕士研究生学位论文 分量和随机负荷分量 电力负荷同时又是连续的 2 q 这是指在负荷曲线上任意相邻 两点之间的变化是连续的 不存在奇点 从电力系统的稳定性要 求可以找出负荷的连续性的原因 电力系统的运行条件一般可以 用三组方程式1 2 1 3 5 来描述 其中一组代数方程构成电力系统运行 的不等式约束条件 表示在系统正常运行条件下 涉及系统安全 运行的某些参数 如母线电压 线路潮流 应处于系统或设备安 全运行的允许范围之内 其中就涉及到发电机的有功和无功出力 的不等式约束 根据该约束条件 为了保证系统稳定运行 必须 避免对系统造成大的冲击 无论是增加或是切除负荷时都要求负 荷大小的变化在一定的范围之内 由于这个限制 负荷总量就表 现为一个连续变化的过程 负荷曲线一般不会出现大的跃变 概言之 从长时间观察 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 温度 天气等是敏感的 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 以上均是传统的负荷 特点 随着电力市场的深入 电力负荷会有新的特点出现 这就 需要不断补充对新形势下的电力负荷的认识 1 5 负荷预测研究的发展现状 1 4 1 5 1 负荷预测本身是一个保证在一定的准确度意义上 确定未来 系统负荷的过程 就电力系统而言 准确的负荷预测总是人们所 希望看到的 然而 准确的负荷预测又不是很容易做到的 以前 9 太原理工大学硕士研究生学位论文 负荷预测多是根据足够的资料 编制出预测负荷曲线 凭经验作 直觉判断 近年来 这种方法已被一些科学的方法所取代 人们 已提出了许多新的技术和方法来提高负荷预测的准确度 而这些 方法的复杂性 灵活性 对数据的要求以及满足用户的特殊要求 等方面都有着很大的不同 l o i l 目前实际运用中使用的负荷预测方法主要有回归分析法 时 间序列法 卡尔曼滤波法 指数平滑法 灰色模型法 专家系统 法 人工神经网络法 模糊推理与模糊控制理论方法等 1 回归分析法 1 4 l 回归分析法是研究变量与变量之间的一种数学方法 在回归 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 成回归方程并求解回归方程后 由给定的各自变量数值 即可求 出因变量值 回归分析法根据历史数据和一些影响负荷变化的因 素变量来推断将来时刻的负荷值 主要利用多元线性回归模型建 立负荷与其影响因素之间的关系 表达式如下 n y t a b f x t i l 2 n 1 1 l 1 式 1 1 中 x i 1 为t 时刻影响负荷变化的因素变量的取值 a b l b 为回归系数 回归分析法的特点是 1 原理 结构简单 2 预测速度 快 3 外推特性好 对于历史上未出现过的情况有较好的预测 值 存在的不足 1 历史数据要求高 2 用线性方法描述比 1 0 太原理工大学硕士研究生学位论文 较复杂的情况过于简单 3 无法详细地考虑各种影响负荷的因 素 4 模型初始化难度较大 需要丰富的经验和较高的技巧 2 时间序列方法1 2 1 6 1 7 1 8 1 9 i 时间序列模型是使用的比较多的一种短期负荷预测建模方 法 时序法的动态模型为 e a 卜 1 2 l 0 0 称为a i 州a 模型 式 1 2 中 巾 巾2 巾 称为自回归系数 p 为自回归阶数 e e 2 e 称为动平均系数 q 为动平均阶数 y y i 1 y 1 p 是一段连续时间的负荷数据值 m a 旺 是一零均值白噪 声序列 此类模型的建模必须用平稳随机过程辨识的有关理论 实际负荷一般均不满足平稳随机性的要求 必须将序列转化成平 稳随机序列后 模型辨识才能进行 模型辨识的基本途径是对平 稳时问序列的相关分析 也就是计算序列的均值 自相关和偏相 关函数 从而确定模型的类型 模型辨识后 就要利用序列有关 的样本数据 对模型参数进行估计 时间序列方法的特点 1 计算速度快 2 反映负荷近期 变化的连续 存在的不足 1 对原始时间序列的平稳性要求高 2 对 天气等影响因素考虑不足 3 当原始时间序列不满足平稳性时 平稳化后建模 辨识比较繁琐 3 卡尔曼k a l m a n 滤波方法1 2 卡尔曼滤波方法把负荷视为状态变量 建立状态空间模型 太原理工大学硕士研究生学位论文 用状态方程和量测方程来描述负荷变化 在系统噪声统计特征已 知的情况下 卡尔曼滤波法能递推的进行计算 适用于在线负荷 预测 但实际应用中 对量测噪声和系统噪声的统计特性的估计 是卡尔曼滤波法的难点所在 4 指数平滑预报法 2 1 1 9 i 指数平滑预报法用过去数周的同类型日的相同时间的负荷组 成一组时间上有序的数组y t y t 1 y t 一2 对该数组加 权平均 计算时应该加大新近数据的权系数 减小陈旧数据的权 系数 以体现过程的时变性 5 模糊预测法1 2 5 2 9 j 1 i 模糊预测法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 从实际应用来看 单纯的f u z z y 方法对于负荷预测 精度往往是不尽人意的 这主要因f u z z y 预测没有学习能力 这一点对于不断变化的电力系统而言 是极为不利的 模糊数学作为一门学科是由美国计算机与控制理论专家扎德 教授于1 9 6 5 年创立的 在经历了3 0 多年的发展后 模糊数学已 经有一套较为完善的理论体系框架 它在实际工程中的应用也是 硕果累累 模糊数学研究和处理的对象是模糊现象 所谓模糊性 主要 指客观事物在差异的中间过渡时所呈现的 亦此亦彼扎 生 5 i 例 如 年轻 是一个模糊概念 它的外延是不明确的 模糊的 在 年轻 和 非年轻 之间概念的外延表现出不分明的变化层次 即表现出模糊性 电力负荷预测受到很多不确定因素的影响 如国民经济发展 1 2 太原理工大学硕士研究生学位论文 的情况 国家的政策 人口的增长 住宅区的发展趋势及气候条 件等 这些因素很难用定量的方法来描述 但是其对负荷的影响 又是很重要的 不能不予以考虑 模糊集理论是目前处理主观因 素较重 定性材料和数据资料不完整等不确定因素的有效方法 它在电力系统的许多领域都得到了广泛的应用 在处理负荷预测 中的不确定因素方面也取得了很好的效果 5 2 彤 目前模糊集理论应用于负荷预测主要有以下几种方法 模糊 聚类法 模糊相似优先比法 模糊最大贴近度法等 模糊聚类预测法的基本思想是通过对历史数据进行加工处 理 提炼出负荷变化的若干典型模式 进而由影响负荷变化的相 关因素的未来状态去判断未来负荷变化属于哪一种模式 从而达 到预测的目的 这样做不仅避免了建立数学模型的困难 而且把 影响负荷的各种相关因素的模糊性和信息的不确定性 不完全性 考虑进去 这是其它方法所不及的 该方法可用于短期或长期预 测 但是 当待预测地区未来经济发展速度高于其历年速度时 需对该方法进行修正 此方法要求拥有较多的历史负荷资料和环 境因素资料 并要对未来的环境因素做出准确的预计 这使它的 应用受到一定的限制 模糊相似优先比预测法是用相似优先比来判断哪一种环境因 素增长率与电力负荷增长率最为相似 选出该因素后 再通过待 测年该因素与各历史年该因素的贴近度 选中与待测年贴近度最 大的历史年 这样就可以将被选中年的电力负荷增长率定义为此 待测年的电力负荷增长率 模糊最大贴近度预测法的核心在于 按照一种选定的因素比 较待预测地区与各参考地区的接近程度 选中与其最为贴近的地 1 3 太原理工大学硕士研究生学位论文 区 认为该地区相应的负荷增长率就是待预测地区对应所求的电 力负荷增长率 迄今为止 模糊数学在预测方面还没有形成完整而深刻的理 论和系统的方法 还有待进一步研究与探索 6 人工神经网络法1 1 3 2 2 2 3 御 4 5 4 6 1 人工神经网络法利用人工神经网络 a r t m c i a ln e u r a ln e t w o r k 简称a n n 选取过去一段时问的负荷作为训练样本 然后构造 适宜的网络结构 用某种训练算法对网络进行训练 使其满足精 度要求之后 用a n n 作负荷预测 一般而言 a n n 应用于短期 负荷预测 5 6 1 5 9 要比应用于中长期负荷预测更为适宜 因为短期负 荷变化可以认为是一个平稳随机过程 而长期负荷预测与国家或 地区的政治 经济政策等因素密切相关 通常会有些大的波动 而并非是一个平稳随机过程 1 6 人工神经网络是由多个神经元连接而成 用以模拟人脑行为 的网络系统 是一种与传统计算方法不同的信息处理工具 它能 通过学习获得合适的参数 用来映射任意复杂的非线性关系 利 用人工神经网络的学习功能 用大量样本对神经元网络进行训练 调整其连接权值和阀值 然后可以利用已确定的模型进行预测 已经成熟的算法主要有误差反向传播算法 即b a c k p r o p a g 0 n 算 法 简称b p 算法 3 3 3 6 4 2 1 利用一个简单的三层人工神经网络模 型 就能实现从输入到输出间的任何复杂的非线性映射关系 a n n 方法的优点是可以模仿人脑的智能化处理 对大量非结构 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 规算法和专家系统技术所不具各的 它克服了一些随机 非定量 1 4 太原理工大学硕士研究生学位论文 灰色特性 随着经济的发展 电力负荷总体上呈增长趋势 是一 个非负递增数列 符合灰色预测模型的基本条件 而且 灰色预 测具有要求原始数据少 原理简单 不考虑分布规律 运算方便 可检验等优点 因此 灰色系统理论在负荷预测中得到了广泛应 用 并取得了较好的效果 过去 对随机变量 随机过程常用概率统计方法进行研究 这种方法不仅要求样本数据量大 而且只适用于处理有较典型概 率分布规律的平稳过程 因此 具有一定的局限性 而灰色系统 理论将一切随机变量看作是在一定范围内变化的灰色变量 对灰 色变量不是从统计规律角度进行大样本分析研究 而是利用数据 处理方法 数据生成与还原 将杂乱无章的原始数据整理成规律 性较强的生成数据来加以研究 灰色系统理论建立的不是原始数 据模型 而是生成数据模型 也就是说 由生成数据建立的灰色 模型 其预测结果必须做逆生成处理 才能得到原始数据的预测 结果 灰色系统理论认为 系统的行为现象尽管是朦胧的 原始 数据是杂乱无章的 但它本质上是有序的 有整体功能的 从看 起来是杂乱无章的原始数据中可以去开拓 发现 寻找出隐藏在 原始数据背后的内在规律 这是一种现实的规律 而不是先验规 律 5 0 1 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的 灰色量 常用累加生成 a g o 和累减生成 i a g o 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 m 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即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 1 6 太原理工大学硕士研究生学位论文 综上所述 负荷预测可以分为传统预测方法和现代预测方法 两个阶段 传统的预测方法的基础是传统数学工具 这类方法包 括回归模型法 时间序列法等 现代预测方法是随着人工智能的 发展而兴起的 它结合了人工智能领域里的模糊数学 神经网络 专家系统等学科的研究成果 这些方法主要分为四大类 1 数 理统计法 2 模糊数学法 3 神经网络法 4 智能系统法 1 6 本文所做的主要工作 本文首先探讨了电力系统负荷的组成 特点 并分析比较了 常用的预测方法的优缺点 接着对负荷总量预测中的灰色预测方 法进行了深入的研究 通过对灰色理论预测方法建模机理的研究 找出了灰色建模的局限性并提出了改进方法 通过对负荷原始数 据序列的预处理及优化 可以削弱原始数据列的波动变化 减少 随机性 并且可以调整原始数据列原有的变化态势 以符合或接 近决策的需要 另外提出了对建模初始值的选取 这样就大大提 高了灰色预测方法的适用范围和预测精度 其次在提出改进方法和形成负荷预测模型的基础之上 利用 m a t l a b 6 5 编写了负荷预测程序进行校验 证明了等维新息递 推预测模型既克服了简单灰色预测法中数学模型固定不变的弊 病 又利用了灰色预测法短期预测精度高的优点 最后通过对山西省乡宁县中长期电力负荷的预测 验证了这 种改进的负荷预测模型具有误差小 精度高的优点 在本文的最后 提出了该方法的优缺点以及在电力市场形式 下中长期负荷预测应该改进的方面 1 8 太原理工大学硕士研究生学位论文 测是根据电力负荷的过去推测它的未来数值 所以负荷预测工作 所研究的对象是不确定事件 只有不确定事件 随机事件才需要 人们采用适当的预测技术 推知负荷的发展趋势和可能达到的状 况 这就使负荷预测具有以下明显的特点 1 3 a 4 4 4 1 1 可知性原理 也就是说预测对象的发展规律 其对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来推 测未来 这是人们进行预测活动的基本依据 2 不确定性 因为电力负荷未来的发展是不确定的 它受到多种复杂因素 的影响 而且各种影响因素也是发展变化的 人们对于这些发展 变化有些能够预先估计 有些却很难见到 加上一些临时变化的 影响 因此就决定了预测结果的不确定性或不完全准确性 3 条件性 各种负荷预测都是在一定的条件下做出的 对于条件而言 又可分为必然条件和假设条件两种 4 时间性 各种负荷预测都有一定的时间范围 因为负荷预测属于科学 预测的范畴 因此 要求有比较确切的数量概念 往往需要指明 预测的时间 5 多方案性 由于预测的不确定性和条件性 所以有时要对负荷在各种可 能发展情况下进行预测 就会得到各种条件下不同负荷预测方案 6 连续性原理 2 0 太原理工大学硕士研究生学位论文 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 这个过程的连续 电力系统的发展存在惯性 这种惯性正是我们 进行负荷预测的主要依据 7 相似性原理 客观世界中有一些事物发展之间存在相似之处 人们可以利 用这种相似性进行预测 例如 当我们预测一个新的经济开发区 的用电量的时候没有历史数据可用 这时可以参考一个早己建成 规模和条件具有可比性的其他经济开发区 以其发展时期相对应 的用电量作为预测新区的参考 8 反馈性原理 反馈性原理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为了提高预测的准确性而进行的反馈 调节 当预测结果和经过一段实践所得到的实际值存在差距的时 候 可以利用这个差距 对远期预测值进行反馈调节以提高预测 的准确性 9 系统性原理 这个原理认为对象是一个完整的系统 它本身有内在的系统 和外部的联系又形成它的外在系统 这些系统综合成一个完整的 总系统 都要进行考虑 即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和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密切相关 系统性原理强调整体最 佳才是高质量的预测 2 2 负荷预测的基本要求 2 i 太原理工大学硕士研究生学位论文 无论是传统的预测方法还是现代的预测方法 都是在获得预 测对象的历史变化规律后 将这种规律外推预测未来 外推法仅 仅是根据预测对象本身的历史数据求其变化规律 而相关法则是 研究预测对象与其他因素的相互关系 并将这种关系外推到未来 根据其他因素的未来变化 计算出预测对象的预测值 理论上讲 负荷预测的数学理论的核心是如何获得预测对象 的历史变化规律 预测模型实际上是表述这种变化规律的数学函 数 不同地区不同时段负荷的变化规律都不一样 因此 这就要 求一个好的预测软件给用户提供尽可能多的预测模型 电力负荷 发展的自然规律很难用单一的 一成不变的数学模型加以描述 必须用可自适应的 不断变化的预测模型加以描述 预测软件的 工作在于 用历史的数据计算出预测模型的各参数 调整预测模 型的结构 从而更准确地反映电力负荷的变化特征 做出 f 确的 预测 并对预测结果的可信度进行评价 电力系统负荷预测是电力生产部门的重要工作之一 通过准 确的负荷预 i 贝4 可以经济合理地安排机组启停 减少旋转备用容 量 合理安排检修计划 降低发电成本 提高经济效益 电力系 统负荷预测理论就是因此而发展起来的 尤其在形成电力交易市 场的过程中 负荷预测的研究更具有极其重要的意义 2 4 负荷预测的步骤 电力系统负荷预测一般分为以下几个步骤 1 基础资料的分析 2 3 太原理工大学硕士研究生学位论文 的负荷 此法适用于短 中 长三个时期的负荷预测 8 专家系统法1 2 1 3 j 0 6 9 i 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 机软件系统 它拥有某个领域内专家的知识和经验 并能像专家 那样运用这些知识 通过推理 在那个领域做出智能决策 一个 完整的专家系统由四部分组成 即知识库 推理机 知识获取部 分和解释界面 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 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 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 与其他方法有机地结合起来 构成预测系统 将可得到满意的结 果 在中长期负荷预测中 未来的不确定性因素很多 各个地区 的经济和电力事业的发展有其特殊性 对未来各种可能引起负荷 发生变化的情况 还需要预测人员具有丰富的经验和判断能力 即专家知识在中长期负荷预测中起着很重要的作用 6 0 63 1 这也正 是专家系统预测技术相对于其它方法的优越性 负荷预测专家系统的研制也需要较长时间的原始资料积累和 模型修正 开发周期长 专家系统需要考虑的因素很多 各种因 素以及它们之间的关系很难量化 因而很难确切地反映在专家系 统中 不同的负荷预测专家系统对同样的问题可能做出不同的回 答 即使同一个负荷预测专家系统在确定结果时也会因预测人员 太原理工大学硕士研究生学位论文 样 冬季的寒流也会使负荷急剧增加 对于一个气候条件不太确 知的系统 需要考虑多个温度变量和几个区域的温度 影响负荷 的气候变量还有湿度 风速 雷雨 阴晴 雨 雪 雾 霜等 4 随机干扰 由于系统由很多独立的用户组成 而很多用户的负荷行为是 随机的 因此系统负荷也具有一定的随机性 另外 一些特殊事 件如钢厂起停 飓风袭击 大型运动会 特殊电视节目等都对负 荷有较大影响 2 6 太原理工大学硕士研究生学位论文 第三章灰色系统的基本理论及预测模型 灰色系统理论是研究少数据不确定性的理论 灰色理论在分 析少数据的特征 了解少数据的行为表现 探讨少数据的潜在机 制 综合少数据的现象基础上 揭示少数据 少信息背景下事物 的演化规律 为建立人与自然 经济与资源的和谐关系提供依据 为用有限信息解决工农业生产合理布局 生态环境协调平衡 资 源优化利用 经济条件有效组合 商品经济健康发展 城镇建设 有序规划提供支持 具体来说 在少数据不确定性背景下 数据 的处理 现象的分析 模型的建立 发展趋势的预测 事物的决 策 系统的控制与状态的评估 是灰色理论的技术内容1 9 1 灰色系统这一新兴横断学科属于系统科学学科群 它的产生 和迅速发展成为当代科学发展的一大景观 灰色系统指的是信息 不完全的系统 4 引 信息不完全是指系统因素 因素关系 系统结 构及系统作用原理这四个方面的信息缺乏 它以 部分信息已知 部分信息未知 的 小样本 贫信息 不确定性系统为研究对 象 主要通过对 部分 己知信息的生成 开发 提取有价值的 信息 实现对系统运行行为的正确认识和有效控制 灰色理论将 一切随机变量看作是在一定范围内变化的灰色量 将随机过程看 作是在一定范围内变化的 与时间有关的灰色过程 对灰色量的 处理采用数据处理的方法 即数据生成 将杂乱无章的原始数据 整理成规律性较强的生成数列进行研究 它着重研究概率统计 2 7 太原理工大学硕士研究生学位论文 模糊数学所不能解决的 小样本 贫信息 不确定 问题 并依 据信息覆盖 通过序列生成寻求现实规律 其特点是 少数据建 模 与模糊数学不同的是 灰色系统理论着重研究 外延明确 内涵不明确 的对象 短短十几年 灰色系统理论不仅在理论上 迅速发展 日臻完善 而且在社会 经济 科技等各方面得到日 益广泛和深入的应用 成功地解决了生产 生活和科学研究中的 大量实际问题 取得了一系列重大成果 目前 英国 美国 德 国 日本 澳大利亚 加拿大 奥地利 俄罗斯 台湾 香港地 区及国际组织等有许多知名学者从事灰色系统的研究和应用 海 内外8 4 所高校开设了灰色系统课程 数百名博士 硕士研究生运 用灰色系统的思想方法开展科学研究 撰写学位论文 国际 国 内2 0 0 多种学术期刊发表灰色系统论文 许多国际会议把灰色系 统列为讨论专题 虽然坎色系统在电力系统负荷预测中得到了应用 然而仍需 要研究如何根据负荷特点 结合其它方法来提高空间负荷预测的 精度 15 6 4 6 5 3 1 基本原则1 6 5 l 灰色系统分析作为一种方法 它与传统的系统分析方法有其 相同的基本原则 这就是整体性 优化 模型化 整体性原则是 系统分析的根据和出发点 优化原则是其分析的基本目的 而模 型化原则是作为优化的手段和必要途径 这三条原则从不同侧面 表现了包括灰色系统在内的系统方法的 般特征 但灰色系统分 2 8 太虱蓟彳 髫n 譬如萎薹聋譬肼萎 引简麻鞲薹暮型 氍嘲锹荟圭掣黔甲基冀j 奏 型哇旧囊鎏攀弗匿皤 圄鼠耐蠢雕姥阴 j 歹 生廑寻塞