电力负荷预测综述

电力工程信号处理课程报告电力负荷预测方法分析院系：能源与动力工程学院专业：电力系统及其自动化指导老师王瑞霞老师学号：115108000887姓名：于杏日期：2016.01.171目录1.绪论............................................................21.1电力负荷预测研究意义.........................................31.2国内外研究现状...............................................32.电力负荷预测....................................................32.1电力负荷的研究背景..........................................42.2电力负荷的构成及特点........................................42.3电力负荷的一般步骤..........................................42.4电力负荷预测方法............................................52.4.1回归模型预测法.........................................52.4.2时间序列预测方法.......................................52.4.3人工神经网络法.........................................62.4.4灰色预测法.............................................62.4.5专家系统法.............................................62.4.6模糊数学法.............................................72.4.7小波分析法.............................................72.5电力负荷预测方法分析与比较...................................83．总结.............................................................8参考文献...........................................................92摘要电力负荷预测对电力系统规划和运行极其重要。准确的负荷预测是实现规划方案科学性和正确性的保证，也是保证电网可靠供电，优质运行的一项前瞻性工作。本文先对介绍电力负荷预测的意义和发展概况，然后着重列举了回归模型预测法、模糊数学预测法、小波分析法等七种预测方法，并分别指出了优缺点，在此基础上分析了他们的不同及适用情况。以便于在选择出更为合适的电力预测方法的基础上，得到更为理想的预测结果。关键词：电力负荷，电力系统，方法AbstractPowerloadforecastingofpowersystemplanningandoperationisextremelyimportant.Theaccuracyoftheloadforecastingensurestheplanningschemetobescientific.Itisalsoaprospectiveworktoguaranteethereliabilityandeconomicoperationofpower.Thisarticleintroducesthemeaningandthedevelopingsituationofpowerloadforecastingfirstly,andthenemphaticallyenumeratessevenkindsofforecastmethods,suchastheregressionmodelpredictionmethod,fuzzypredictionmethod,thewaveletanalysismethod，etc.Attheend,thearticlepointsouttheadvantagesanddisadvantagesrespectively,onthebasisoftheanalysisoftheirdifferentandapplicableconditions.Thearticleisusefulinchoosingamoreappropriatepowerpredictionmethd,onthebasisofwhich,betterpredictionresultsareobtained.Keywords:powerload,thepowersystem,method31.绪论1.1.电力负荷预测研究意义在电力系统计划与运行管理中，负荷预测是对发电、输电和电能分配等合理安排的必要前提。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划，有利于提高电力系统的经济效益和社会效益，对电力系统的安全经济运行与国民经济的发展具有非常重要的影响。1.1.国内外研究现状长期以来，人们对电力系统负荷预测，特别是短期负荷预测进行了大量的研究，提出了许多有效的方法。国外进行了大量理论研究，达到了较高的水平，部分已经投入实际应用，国内已有了比较系统的研究。近些年，随着科学技术的迅速发展，预测理论技术也取得了长足的进展，新的预测方法，尤其是人工智能与模式识别领域的新方法层出不穷，为电力负荷预测问题的研究提供了有力的工具。今后更具实际意义的是采用组合预测算法，充分利用算法的互补性，进一步提高预测精度并使其更加实用。2.电力负荷预测2.1电力负荷预测背景随着国际金融危机负面影响进一步的消退，国际经济形势也将进一步好转，为我国电力行业的深化改革和经济的平稳发展提供契机，有利于电力投资的扩大和基础设施建设的进行。根据2013年宏观经济形势的分析，综合考虑，应用电力供需研究实验相关模型方法，预计2015年全国全社会用量将达到4.62万亿-4.91万亿kWh,比2014年增长10.4%-14.3%，增速较往年稍有提高。从宏观角度看，目前我国电力供需保持在一个相对持平局面，但是局部地区由于用电高峰期存在供需偏紧的情况，如华东区域。为了应对电力高峰时期给输配电造成压力，需要有计划的对下一个用电量和电力负荷进行合理及尽量准确的预测。2.2电力负荷的构成及特点构成：用电分类是说明国民经济各部门的用电情况和变化规律的，它是反映4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1986年起按“国民经济行业用电分类”。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。特点：由于电力工业负荷与一般的产业不同，其产品即电能无法大量存储，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负荷预测值，更好地为电力系统的发展和运行提供依据。从长时间观察，电力负荷具有周期性的特点，而求负荷变化是连续的，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。2.3电力负荷预测的一般步骤科学的输配电电力负荷预测需要遵循以下几个步骤：a.预测目标和预测内容的确定；b.预测模型的选择与建立;c.预测结果的分析；d.对预测结果进行评价。2.4电力负荷预测方法2.4.1回归模型预测法回归分析法是利用数理统计原理，对大量的统计数据进行数学处理，并确定用电量或用电负荷与某些自变量例如人口、国民经济产值等之间的相关关系，建立一个相关性较好的数学模式即回归方程，并加以外推，用来预测今后的用电量。根据变量的个数，回归分析可以分为一元回归分析和多元回归分析。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。根据自变量和因变5量之间的函数形式，回归方程又可分为线性回归方程和非线性回归方程。在负荷预测问题中，必须预先人为给定回归线类型，若给定的不合适将直接影响预测精度。同时对不同的系统由于负荷特点不尽相同，也很难建立起具有通用性的负荷预测模型。回归分析有两个难点:一是回归变量的选取，应选取主要因素而忽略次要因素;二是变量因素的量化涉及到计量经济学的范畴，过于麻烦。2.4.2时间序列预测法时间序列预测法是应用较早、最为广泛、发展比较成熟的一种方法o它把负荷数据看作是一个按季节、按周、按天以及按小时周期性变化的时间序列，根据负荷的历史资料，建立一个数学模型来描述电力负荷这个随机变量变化过程的统计规律性，在数学模型的基础上确立负荷预测的数学表达式，对未来的负荷进行预测。在时间序列法中常采用的技术有:卡尔曼滤波、状态估计、Box-Jenkins模型、自回归动平均模型等。其中，处理随机时间序列问题的最有效的方法是Box-Jenkins的时间序列法。虽然时间序列法比回归法更适用于短期负荷预测，但这种经典方法建模过程比较复杂，因此限制了这种模型在实际短期负荷预测中的有效使用。该方法对历史数据准确性要求高，坏数据对预测影响很大，因此对坏数据处理要求严格;在天气和温度变化不大的时候，该模型容易取得比较满意的结果;当天气变化较大或遇到节假日等情况，这种方法存在较大的预测误差，而且预测步数越长，预测精度越差。目前解决非线性问题和复杂系统问题比较有效的方法是采用人工智能技术，这方面主要包括人工神经网络、模糊逻辑与专家系统等。2.4.3人工神经网络法神经网络(ANN,ArtificialNeuralNetwork)预测技术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。人工神经网络技术的主要优点在于它不需要任何负荷模型，并具有很好的函数逼近能力，较好地解决了天气和温度等因素与负荷的对应关系，通过学习能够反映输入、输出之间复杂的非线性关系。与传统预测方法相比，这种方法具有其6不可比拟的优点。但其缺点是训练过程比较消耗时间，并且不能保证一定收敛，同时神经网络的结构确定、输入变量的恰当选取、隐含层数目及其节点数的多少等问题都要在实践中进行摸索。2.4.4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的灰色量，常用累加生成和累减生成的方法，将杂乱无章的原始数据整理成规律性较强的生成数据序列，形成灰色模型(GreyModel，简称GM)的微分方程。应用灰色理论进行负荷预测，具有样本少、计算简单、精度高和实用性好的优点；缺点是当数据离散程度较大时，由于数据灰度较大预测精度会较差，所以应用于电力系统中长期负荷预测中，仅仅是最近的几个数据精度较高，其它较远的数据只反映趋势值和规划值。从理论上讲，灰色预测模型可以适用于任何非线性变化的负荷指标预测，但由于灰色预测模型是呈指数(增长或者递减)变化的模型，其预测精度与被预测对象的变化规律密切相关，当原始数据波动情况如上下连续波动、指数波动、倍数波动时，预测的精度就较差。2.4.5专家系统法专家系统(ExpertSystem,ES)是基于知识工程原理来构造和设计的系统，它拥有领域内专家