论文答辩李晓梅PPT课件.ppt

基于灰色系统理论的夏季电力负荷预测模型的研究 研究生 李晓梅指导教师 周晖副教授专业 电力系统及其自动化 1 主要内容 一 课题研究背景及所做的主要工作 三 夏季日峰荷与气象因素的规律性研究 五 夏季电力负荷预测系统的应用程序的设计 六 结论与展望 四 年最大负荷及其发生时间的预测 二 灰色系统理论简介 2 课题研究背景及意义 夏季电力负荷的变化特点夏季最大负荷和日用电量增长很快 夏季降温负荷比重加大 峰谷差进一步加大 最大负荷和日电量在月内波动幅度较大 负荷特性发生改变 电力部门对夏季电力负荷变化的关注热点年最大负荷的发生时间和大小 规划 年内电力负荷随气象变化的规律 计划 逐日电力负荷与气象间量的关系 运行 3 所做的主要工作 人体舒适度概念的引入夏季电力负荷随气象因素的变化规律的分析 预测采用灰色关联分析方法确定气象解释变量建立负荷 气象的灰色GM 1 1 模型 并做出负荷随气象变化的灵敏分析采用灰色聚类方法对负荷的年增长类型进行评估预测次年的负荷随气象的变化规律年最大负荷及其发生时间的分析 预测夏季电力负荷预测系统的软件初步设计 4 灰色系统理论的概念及其特点灰色关联分析方法灰色聚类评估理论灰色GM 1 1 模型灰色GM 1 1 模型的残差修正模型包络灰预测模型 灰色系统理论简介 5 灰色系统理论的概念及特点 灰色系统 介于黑色系统与白色系统之间 系统部分信息已知 部分信息未知的系统 即信息不完全的系统 灰色系统理论的研究对象 小样本 贫信息 不确定性的系统 6 灰色关联分析方法 能够在不完全的信息中 通过计算各相关行为影响因素与主行为因素的关联系数 来发现主要影响因素 灰色关联分析方法的计算步骤 1 确定各行为序列 并进行初始化 使其去量纲 2 求灰色关联度关联系数 关联度 3 分析关联序 灰色关联分析方法 若 0a 0b 则a因素序列对主因素序列的影响大于b因素序列 7 灰色聚类 根据灰色关联矩阵或灰数的白化权函数将一些观测指标或观测对象聚集成若干个可定义类别的方法 灰色聚类计算方法 1 根据给定的dij构造样本矩阵D 2 对原始数据进行等测度变换 灰色聚类评估理论 上限效果测度 d max下限效果测度 min d中心效果测度 d0 d d0 d0 8 3 建立各灰类的白化权函数fjk高类型中类型低类型 4 求聚类权 jk 5 求聚类系数 ik 6 构造聚类向量 i i1 i2 ik im 7 进行聚类 灰色聚类评估理论 9 灰色系统建模思想 将时间序列转化为微分方程 建立起抽象系统的发展变化动态模型 即GreyDynamicModel 简记为GM 建模基本步骤 1 对所要建模的主行为因素序列X 0 作一次累加生成 1 AGO 得生成序列X 1 2 对X 1 作紧邻均值生成 令则 3 对参数列进行最小二乘估计 即 灰色GM 1 1 模型 10 4 建立灰色GM 1 1 模型 5 求X 1 的模拟值 6 还原求出X 0 的模拟值 即 7 计算误差与后验差参数C p 8 判断模型优劣 进行预测 灰色GM 1 1 模型 11 一种基于灰色GM 1 1 模型的残差模型 在残差序列出现符号正负交替 呈不太规律的周期变化时适用 灰色GM 1 1 的残差周期修正模型的建模基本步骤 1 建立GM 1 1 预测模型 并计算出残差序列 2 分析残差序列的符号变化情况 或作出残差序列曲线 3 对残差序列进行周期分析 并为其依次分段选择不同长度的周期和变幅 变幅为 4 用正弦 或余弦 曲线拟合残差序列 并分别计算出每个时刻的残差修正值 5 将各个残差修正值分别迭加到原模型计算还原值上 6 重新计算误差和相对误差 进行模型精度检验 灰色GM 1 1 模型的残差周期修正模型 12 是区间的预测 通过构造上边界GM 1 1 模型与下边界GM 1 1 模型 来获得行为变量未来变化的区间 包络灰预测的计算步骤如下 1 作原始序列X的上 下包络线 2 作等间隔上 下包络序列 3 对上 下包络序列作GM 1 1 建模并预测 4 对原始序列X建模并预测 5 对包络中轴Xa建模并预测 6 预报 包络灰预测模型 13 夏季日峰荷与气象因素的规律性研究 夏季日峰荷与气象因素的规律性研究的必要性与主体思路夏季日峰荷与气象因子的灰色关联分析夏季日峰荷与有效温度的灰色GM 1 1 模型及灵敏分析夏季日峰荷随有效温度的变化规律曲线的预测 14 必要性 电网峰谷差加大 负荷特性恶化 机组处于非最优的工况点运行 电网的安全 稳定和经济运行受到影响 主要思路 夏季日峰荷与气象因素的规律性研究的必要性与主体思路 15 综合气象指标 人体舒适度的简介温湿指数 有效温度 夏季日峰荷与气象因子的灰色关联分析 14时的温度 14时的相对湿度 日平均气温 日平均相对湿度 日平均风速 16 1997 2002年北京市夏季日峰荷与气象因子的灰色关联分析 夏季日峰荷与气象因子的灰色关联分析 17 原始数据的预处理 2002年 夏季日峰荷与有效温度的灰色GM 1 1 模型及灵敏分析 18 1997 2002年北京市夏季日峰荷与有效温度的灰色GM 1 1 模型参数与预测精度 夏季日峰荷与有效温度的灰色GM 1 1 模型及灵敏分析 19 1997 2002年北京市夏季日峰荷与有效温度的灰色GM 1 1 模型 夏季日峰荷与有效温度的灰色GM 1 1 模型及灵敏分析 20 1997 2002年北京市夏季单位有效温度的变化引起日峰荷增量变化的灵敏分析 夏季日峰荷与有效温度的灰色GM 1 1 模型及灵敏分析 21 2002年北京地区夏季单位有效温度的变化引起日峰荷增量变化的灵敏度曲线 夏季日峰荷与有效温度的灰色GM 1 1 模型及灵敏分析 22 在不同年份下的电力负荷增长类型的灰色聚类评估灰色聚类指标的确定 夏季日最高气温的均值 有效温度的均值 日降雨量均值 高温 35 及以上 出现天数 夏季日峰荷均值的增长率与相关影响因素的灰色关联分析 夏季日峰荷随有效温度的变化规律曲线的预测 23 在不同年份下的电力负荷增长类型的灰色聚类评估1997 2002年各年用电负荷增长类型的灰色聚类评估 夏季日峰荷随有效温度的变化规律曲线的预测 24 基于周期变化模型的夏季电力负荷随有效温度的变化规律曲线的预测夏季日峰荷均值的预测 夏季日峰荷随有效温度的变化规律曲线的预测 1997 2002年夏季日峰荷均值的GM 1 1 模型 25 基于周期变化模型的夏季电力负荷随有效温度的变化规律曲线的预测1997 2002年与预测年 2003年 夏季日峰荷随有效温度的变化规律曲线 夏季日峰荷随有效温度的变化规律曲线的预测 26 北京市年最大负荷及其发生时间的变化特点年最大负荷的包络灰预测模型的研究年最大负荷发生时间的灰色GM 1 1 的残差周期修正模型的研究 年最大负荷及其发生时间的预测 27 北京地区年最大负荷及其发生时间的变化特点 28 年最大负荷的包络灰预测模型的可行性与理论依据年最大负荷的包络灰预测模型的建立包络预测区间 891 914万kW 原始序列的预测值 912 9万kW 包络中心序列的预测值 902 5万kW 年最大负荷的包络灰预测模型 29 夏季最大负荷发生时间的数据分析与处理 年最大负荷发生时间的灰色GM 1 1 的残差周期修正模型 30 2003年北京地区年最大负荷发生时间预测范围为 7月24日 7月28日 年最大负荷发生时间的GM 1 1 模型的残差周期修正模型 年最大负荷发生时间的灰色GM 1 1 的残差周期修正模型 31 软件的系统结构 夏季电力负荷预测系统的应用程序设计 32 主程序流程图 夏季电力负荷预测系统的应用程序设计 33 主要结论 引入了人体舒适度的概念 确定了影响夏季日峰荷的气象解释变量 有效温度 建立了灰色GM 1 1 模型 进行了有效温度对日峰荷的灵敏度分析 掌握了1997 2002年夏季日峰荷与有效温度的变化规律 采用灰色聚类评估理论 对电力负荷的增长类型进行了聚类分析 采用灰色GM 1 1 模型和周期变化模型的预测方法 对次年北京地区夏季日峰荷随有效温度的变化规律曲线进行了高 中 低三种方案下的预测 结论与展望 34 主要结论 采用了包络灰预测的方法建立了年最大负荷的包络灰预测模型 做出了北京地区年最大负荷的区间预测 建立了灰色GM 1 1 的残差周期修正模型 对北京地区的年最大负荷发生时间作出了预测 采用VisualBasic6 0语言 初步设计了夏季电力负荷预测系统的应用程序 结论与展望 35 今后需要进一步研究的内容夏季电力负荷随气象因素的变化规律的研究方法 有待在其它地区推广 灰色聚类评估的研究