当前位置：文档库 › 电力负荷混沌动力特性及其短期预测

电力负荷混沌动力特性及其短期预测

第32卷第4期电网技术 V ol. 32 No. 4 2008年2月 Power System Technology Feb. 2008 文章编号：1000-3673（2008）04-0061-06 中图分类号：TM715 文献标识码：A 学科代码：470·4054

电力负荷混沌动力特性及其短期预测

方仍存，周建中，彭兵，安学利

（华中科技大学水电与数字化工程学院，湖北省武汉市 430074）

Chaotic Dynamics of Power Load and Its Short-Term Forecasting

FANG Reng-cun ，ZHOU Jian-zhong ，PENG Bing ，AN Xue-li

（College of Hydroelectric and Digitalization Engineering ，Huazhong University of Science and Technology ，

Wuhan 430074，Hubei Province ，China ）

ABSTRACT: In this paper, nonlinear dynamical system theory is applied to the modeling and prediction of power load. As an identification tool, prediction accuracy is used to analyze dynamic characteristics of power load variation. Analysis results of load time series show that the variation of power load can be characterized as a low-dimensional chaotic system. According to chaotic characteristic of power load and the accuracy of one-step forward prediction, the authors propose a new method to implement optimal selection of reconstruction parameters, such as the best embedding dimension and delay time, and use weighted local-region multi-step forecasting model based on phase-space reconstruction to forecast short-term load. Because phase space model can identify the inherent characteristics of power load and can be used in load forecasting, the proposed method is effective in power load analysis and forecasting.

KEY WORDS: nonlinear dynamics ；phase space reconstruction ；chaotic identification ；short-term load forecasting

摘要：根据非线性动力系统理论进行负荷建模和预测，并将预测精度作为一种辨识工具，用于分析电力负荷变化的动力特性。分析结果表明，可将负荷的变化特性描述为低维混沌系统。根据负荷的混沌特性及一步向前预测的精度提出一种优选重构参数的方法，并采用基于相空间重构的加权一阶局域法多步预测模型进行了负荷预测。相空间模型能识别负荷序列的内部特性并进行预测，因此是分析和预测负荷的有效工具。

关键词：非线性动力学；相空间重构；混沌辨识；短期负荷

预测

0 引言

短期电力负荷预测在电力系统的安全和经济运行中起着重要作用，它主要用于预测未来几分钟、几小时或几个星期的电力负荷，对调度部门的机组最优组合、经济调度、最优潮流，尤其是对现在与将来的电力市场有着重要的意义[1]。

电力负荷是受天气等因素影响的复杂非线性动力系统。对于一个内部特性未知的系统，没有直接的方法可以判断其是否是通过混沌过程而产生的，但是可以通过计算Lyapunov 指数、相关维数、Kolmogorov 熵等来判断[2]。目前，已经通过不同的方法证实了电力负荷存在混沌特性[3-10]。此外，文献[11]通过傅立叶级数展开以及吸引子的相关维数、最大Lyapunov 指数分析等，发现负荷是双周期行为和混沌行为的合成，并采用“双周期+混沌”模型进行了短期预测，结果表明该模型具有很好的预测准确率[12-13]。

相空间重构可以还原电力负荷的主要特性，以此为基础，从空间的角度对负荷进行短期预测已被认为是一种有效的方法。本文根据非线性动力系统理论对电力负荷进行建模和预测，并将预测精度作为一种辨识工具，用来分析电力负荷变化的动力特性(即是确定性的还是随机的)。对于确定性混沌系统，预测精度随着预测步长的增加而下降，而对于噪声系统，预

测精度基本上不依赖于预测步长[14-15]。

为论证预测精度作为辨识工具的有效性，首先将该方法应用于已知动力特性的时间序列。对电力负荷实例的分析结果表明，负荷的变化可以描述为低维混沌系统，进而根据

基金项目：国家自然科学基金资助项目(50579022)；国家自然科学基金重点项目(50539140)；高等学校博士学科点专项科研基金资助项目(20050487062)。

Project Supported by National Natural Science Foundation of China (50579022)；Key Project Supported by National Natural Science Foundation of China (50539140)；Project Supported by Special Scientific and Research Funds for Doctoral Speciality of Institution of Higher Learning (20050487062)．

62 方仍存等：电力负荷混沌动力特性及其短期预测

V ol. 32 No. 4

负荷的混沌特性以及一步向前预测精度提出一种重构参数优选方法，并采用加权一阶局域法多步模型进行短期预测，结果具有较好的准确率。

1 非线性时间序列的动力学分析

1.1 概述

非线性时间序列模型的主要思想是：一个动力系统的精确数学描述是未知的，其状态空间可从一个变量的时间序列来重构，因为时间序列本身蕴涵了参与此动力系统全部变量的有关信息[16]。从一个时间序列构造动力系统模型需经过两个步骤：①从观测数据重构相空间；②寻找现在和未来状态间的函数关系。

1.2 重构相空间

对于时间序列{(),1,2,,}x t t n ="，经过延迟时间τ嵌入到m 维相空间中，可以表示为

()[(),(),,((1))]Y t x t x t x t m ττ=++?" (1)

式中{(),1,2,,(1)}Y t t n m τ=??"是m 维相空间中的点。

由Takens 定理可知，相空间保持了原始状态空间的基本属性，是探索系统内部特性的有效工具。此外，相空间还可以用来进行短期预测并区分确定性混沌系统和随机噪声系统。

下面是一个用相空间区分确定性信号和随机信号的例子。确定性信号以经典的Logistic 映射1(1)t t t y y y μ+=?，01t y <<，04μ<<为例，研究结果表明，当3.584μ<<时该映射是混沌的。图1(a)是Logistic 映射在初值00.4y =、参数 3.8μ=时的前400个点。随机信号是由确定性离散序列sin()y t =，1,2,,t N ="加上[?1,1]上均匀分布的随机数形成的，图2(a)是该序列的前400个点。这两个序列从图形上看是不容易区分的，但经过取嵌入维数2m =和延迟时间1τ=进行相空间重构后，就很容易区分开。

Logistic 映射的相空间(图1(b))揭示了其内部的显著结构特征，而噪声序列的相空间(图2(b))呈散点分布，并没有明显的结构特征。 100 200 300 400

0.0 0.2 0.4 0.60.8 1t

ｙ（ｔ）

y (t )

(a) Logistic 映射

1.0 0 ｙ（ｔ＋１）　

(b) Logistic

映射相空间

图1 Logistic 映射及其相空间

Fig. 1 Logistic map time series and its phase space

(b) 噪声序列相空间

(a) 噪声序列t

??y (t )

y (t )

图2 随机噪声及其相空间

Fig. 2 Random noise time series and its phase space

1.3 加权一阶局域法

如果时间序列本身的动力特性是确定性的，则其相空间中的点是有序的，可以寻找现在状态与将来状态之间的关系。设未来状态与当前状态的关系为T ()(())x t T f x t +=，由于不能确定确切的函数关系，所以需要寻找一个预测算子T F 拟合T f 。从重构相空间的散点图构建预测算子T F 的常用方法有局域法和全域法两类。局域法一般有更好的性能，所以本文采用加权一阶局域法。

针对加权一阶局域法单步预测模型进行多步预测时计算量大且存在误差累积效应的不足，本文采用多步预测模型进行预测[17]。加权一阶局域法单步预测模型的实质是在重构的相空间中找到与参考点最相似的1m +个相点，根据这些相点演化一步的规律进行单步预测。当进行k (1)k >步预测时，可以根据这些相点演化k 步的规律进行k 步预测。

设中心点M Y 的邻近相点为,{}M i Y ，i =

1,2,,q "，其演化k 步后的相点集为,{}M i k Y +，一阶局域线性拟合为

,,M i k k k M i Y a e b Y +=+ (1,2,,i q =") (2) 根据加权最小二乘法求出k a 、k b 并代入式(2)，即可得到k 步后的相点预测值

(1)(,,,)M k M k M k M k m Y x x x ττ++++++?=" (3) 式中M k Y +中的第m 个元素(1)M k m x τ++?即为负荷序列的k 步预测值?N k x

+。 1.4 混沌信号与随机噪声的区分

利用相空间模型进行预测与自回归模型相似，预测结果都是通过延迟时间向量来估计，关键的不同是相空间模型可以试验性地区分确定性混沌系统与随机噪声。具体表现在[14-15]：

（1）改变嵌入维数m 对序列作单步预测时，对于混沌时间序列，开始阶段预测值与实际值之间的相关系数ρ达到最大值。随后，ρ随嵌入维数的增加而减小。对于噪声时间序列而言，ρ几乎不随嵌入维数而改变。

（2）取ρ最大时的嵌入维数m 对序列进行多

第32卷第4期电网技术 63

步预测。对于混沌时间序列，ρ随预测步长的增加而急剧下降；而随机噪声序列几乎为零，不改变。其中相关系数

[(n

t t y ρ==∑(4) 式中：t y 、?t y

分别表示序列的真实值与预测值；y 、?y

分别表示相应的平均值；n 为总的预测点数。对于一个时间序列来说，序列的预测精度可由原始

序列和预测序列的相关系数来度量，相关系数越大说明序列的预测精度越高。

嵌入维数和预测步长对相关系数都有影响。下面采用加权一阶局域法对1.2节描述的两个已知特性的序列进行预测，预测值与实际值的相关系数用来区分其特性。采用的序列总长度为2000个点，从1000个点开始进行(1)k k ≥步滚动预测，得到预测结果并计算与实际值之间的相关系数。图3是两个序列的相关系数对应预测步长的关系曲线。

由图3可见，Logistic 映射在较短的预测步长内有较高的预测精度，但随着预测步长的增加，精度逐渐降低，尤其当预测步长超过8以后，预测精度大幅下降，这是混沌相邻轨迹以指数发散率分离性质的表现；而随机噪声序列的相关系数随预测步长呈现波动情况，预测精度未大幅度下降的趋势。

0.3

0.5 0.70.9 1.1预测步长

浅谈电力系统短期负荷预测

龙源期刊网 https://www.wendangku.net/doc/8b9435027.html, 浅谈电力系统短期负荷预测作者：李家龙王蒙谷心洋来源：《中国科技纵横》2017年第03期摘要：研究了气象因素（温度、湿度、降雨量等）对电力系统负荷的具体影响，结果表明：温度对预测结果影响最大。建立了指数平滑模型、动态神经网络模型对电力系统短期负荷进行预测，对两种预测模型的优缺点进行了比较。结果表明：三次指数平滑能很好的预测短期负荷的发展趋势，而动态神经网络模型有更高预测结果精度。最后通过算例进行了说明。关键词：电力系统；负荷预测；气象因素；预测模型中图分类号：TM715 文献标识码：A 文章编号：1671-2064（2017）03-0171-02 1引言电力系统短期负荷预测，在国内都有相关的研究，如文献[1]构建了一种基于统计分析的负荷规律性评价方法。在此基础上，建立了预估负荷预报误差极限的分析方法。运用所提出的方法对负荷变化的规律性进行评价。文献[2]利用BP神经网络进行电力系统短期负荷预测，在保证有足够的训练样本的前提下，对预测模型进行合理分类，构造了相应于不同季节的周预测、日预测模型，文献[3]从不同角度对气象因素对电网负荷影响进行了深入的分析，介绍了国内外的研究现状，提出了气象因素对短期负荷预测影响分析的思路、方法和意义，讨论了常用电力负荷特性的分析方法，文献[4]短期负荷预测的“双周期加混沌”法是基于负荷记录数学性质的预测方法.为了进一步提高其预测精度而提出的三项改进。以上研究都没有深入研究气象因素对短期负荷预测的具体影响，给出较为直观的数字；研究表明，气象因素是影响短期负荷的主要因素，温度、风速、降雨量、等都对负荷产生一定程度的影响。气温是对负荷影响最大的气象因素。故各气象因素与负荷之间存在一定的相关性。本文讨论了象因素对短期负荷预测的具体影响，建立三次指数平滑模型和动态神经网络模型对负荷进行预测。 2 问题描述短期负荷预测是电力系统运行与分析的基础，提高负荷预测精度，是保障电力系统优化决策科学性的重要手段。现代电力系统中，气象因素（温度、湿度、降雨量等）对电力系统负荷的影响愈显突出。考虑气象因素成为调度中心进一步改进负荷预测精度的主要手段之一。符号说明：最近几天t时刻的负荷平均值

负荷预测方法一

1、单耗法这个方法是根据预测期的产品产量（或产值）和用电单耗计算需要的用电量，即 A h ＝∑=n i 1Q i U i 式中 A h —某行业预测期的需电量； U i —各种产品（产值）用电单耗； Q i —各种产品产量（或产值）。当分别算出各行业的需用电量之后，把它们相加，就可以得到全部行业的需用电量。这个方法适用于工业比重大的系统。对于中近期负荷预测（中期负荷预测的前5年），此时，用户已有生产或建设计划，根据我国的多年经验，用单耗法是有效的。在已知某规划年的需电量后，可用年最大负荷利用小时数来预测年最大负荷，即 P n·max =T A n m ax 式中 P n·max —年最大负荷（MW ）； A n —年需用电量（k W·h ）； T max —年最大负荷利用小时数（h ）。各电力系统的年最大负荷利用小时数，可根据历史统计资料及今后用电结构变化情况分析确定。单耗法分产品单耗法和产值单耗法。采用单耗法预测负荷的关键是确定适当的产品单耗或产值单耗。单耗法可用于计算工业用户的负荷预测。单耗法可根据第一、第二、第三产业单位用电量创造的经济价值，从预测经济指标推算用电需求量，加上居民生活用电量，构成全社会用电量。预测时，通过对过去的单位产值耗电量(以下简称“单耗”) 进行统计分析，并结合产业结构调整，找出一定的规律，预测规划第一、第二、第三产业的综合单耗，然后根据国民经济和社会发展规划指标，按单耗进行预测。单耗法需要做大量细致的统计、分析工作，近期预测效果较佳。单耗法的优点是方法简单，对短期负荷预测效果较好。缺点是需做大量细致的调研工作，比较笼统，很难反映现代经济、政治、气候等条件的影响。

电力负荷预测

中国农业大学毕业设计（论文）电力负荷的预测学院（系）：专业班级：学生姓名：指导教师：学位论文原创性声明

本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包括任何其他个人或集体已经发表或撰写的成果作品。本人完全意识到本声明的法律后果由本人承担。作者签名：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保障、使用学位论文的规定，同意学校保留并向有关学位论文管理部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权省级优秀学士论文评选机构将本学位论文的全部或部分内容编入有关数据进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密囗，在年解密后适用本授权书 2、不保密囗。（请在以上相应方框内打“√”）作者签名：年月日导师签名：年月日

摘要电力负荷预测是电力系统调度、用电、规划等管理部门的重要工作。短期电力负荷预测圭要用来预报未来几小时，一天至几天的电力负荷，它是能量管理系统的重要组成部分，在现代电力系统的安全和经济运行中起着重要作用。随着电力企业逐渐走向市场，对短期负荷预测提出了更高的精度要求。由于电力负荷受政治、气候、以及电力负荷自身状况等多种因素的影响，因此负荷预测是一项十分复杂的工作。本文首先分析了电力系统负荷的构成，阐述了国内外短期电力负荷预测的基本方法，并在此基础上对近一年来的负荷数据进行统计分析，重点介绍了数据预处理的方法、相似目的选取和灰色模型在短期电力负荷预测中的应用。关键词：短期负荷预测精度系统设计 Abstract Electrical load forecasting has important function in programming and dispatching department of power system．Short—term load forecasting,which major function is to forecast future power load several hours or several days 1ater,is the main part of the energy management system(EMS)．Meanwhile，It is important to the security and economical operation in modem power systems．Gone with the power Plant walking towards to the power market，load forecasting precision standard has become more and more strict． Because power load is influenced by multiple factors，such as politics，climate，self-status of the power load and so on,short-term load forecasting is a complex employment．Firstly，this paper analyses constitutes of the electrical load，and then introduces the basic method for short—term load forecasting at home and abroad．On the basis of these theories，this analyses load data in nearly one year,and then make emphases On the method of processing the history load data ，the selection of the similar day and the applying of the gray model in short-term load forecasting.At last,this paper shows the designing procedure of the power short-term load forecasting system and then proved the validity of the gray model method. Key words：short-term load forecasting precision system design

电力负荷预测方法

1.负荷预测分类和基础数据处理 1.1负荷预测及其分类 1.1.1负荷预测概念负荷预测是根据负荷的历史数据及其相关影响因素，分析负荷的变化规律，综合考虑影响负荷变化的原因，使用一定的预测模型和方法，以未来经济形势、社会发展、气候条件、气象因素等预测结果为依据，估计未来某时段的负荷数值过程。 1.1.2负荷预测的分类按照预测方法的参考体系，工程上的负荷预测方法可分为确定性预测方法、不确定预测方法、空间负荷预测法。确定性：把电力负荷预测用一个或一组方程来描述，电力负荷与变量之间有明确的一一对应关系。不确定性：实际电力负荷发展变化规律非常复杂，受到很多因素影响，这种影响关系是一种对应和相关关系，不能用简单的显示数学方程描述，为解决这一问题，产生了一类基于类比对应等关系进行推测预测负荷的不度额定预测方法。空间负荷预测：确定和不确定负荷预测是对负荷总量的预测。空间负荷预测是对负荷空间分布的预测，揭示负荷的地理分布情况。

1.2负荷预测的基础数据处理 1.2.1负荷预测的基础数据基础数据大致包括四类，分别为：①负荷数据（系统、区域、母线、行业、大用户的历史数据；负荷控制数据；系统、区域、大用户等的最大利用小时数；发电厂厂用电率和网损率。）②气象数据（整点天气预报；整点气象要素资料；年度气温、降水等气象材料。）③经济数据和人口（区域产业GDP；城乡可支配收入；大用户产量、产值和单耗；电价结构和电价政策调整；城乡人口。）④其他时间（特殊时间如大型会议、自然灾害；行政区域调整） 1.2.2数据处理为获得较好的预测效果，用于预测数据的合理性得到充分保证，因此需要对历史数据进行合理性分析，去伪存真。最基本要求是：排除由于人为因素带来的错误以及由于统计口径不同带来的误差。另外，尽量减少异常数据（历史上突发事件或由于某些特殊原因会对统计数据带来宠大影响）带来的不良影响。常见的数据处理方法有：数据不全、数据集成、数据变换和数据规约等。 2.确定性负荷预测方法 2.1经验技术预测方法 2.1.1专家预测法专家预测发分为专家会议发和专家小组法。会议发通过召集专家开会，面对

电力系统短期负荷预测方法综述

电力系统短期负荷预测方法综述本文主要是针对电力系统的短期负荷预测的概念和意义进行综述，就短期负荷预测的一些特点及其影响预测精度的各方面原因进行总体的分析。在目前的预测方法里，主要有经典的预测方法和传统的预测方法以及智能预测方法和预测新方法。从这些预测方法入手进行综合的应用原理分析，比较其不同预测方法的优点及不足的地方。并且提出了短期负荷预测的精度提升了，不仅在历史的数据上重视了其积累，还应重视在预测的模型选择上要合适，综合型预测模型在未来电力负荷预测方法的必然性。标签：电力系统短期负荷预测电力负荷预测在能量的管理系统组成中是极为重要的部分，而短期电力负荷预测则是对几个小时后或是一天、几天的电力负荷值上进行预报。短期电力负荷预测不仅在电力系统安全以及经济的运作下提供了相关保障，还为市场的环境编排高度计划等打下了基础。不过在这个电力生产与消费的日趋市场化下，针对负荷预测的准确及可靠性上也有了更为高的要求，而且就电力系统管理与运行来讲其负荷预测逐渐成为了一个主要的研究领域。预测精度是决定短期负荷预测的作用大小的，所以在短期负荷预测方法研究的重点上是如何对预测精度进行提高。虽然短期负荷预测的研究历史已經很长远了，国内外的学者也对其在方法还有理论方面对于预测模型进行研究工作。当短期负荷出现因素太多的情况下，从而限制了预测方法的范围以及精度。下文针对短期的预测方法展开一个综合性的探析。在研究未来发展方向的同时也为实际情况下短期负荷的预测提供了一个基础。 1 基于短期负荷的预测特点对于短期电力负荷来讲其预测便是基于在电力负荷以及相关的历史数据对模型进行全面的建立，从而使得新世纪型的电力负荷更具备科学性和全面性。对于短期负荷所面临的事件不确定性以及其随机性，包含了各种特点：①在预测的结果上其短期的负荷存在着一定的不确定性。②不同的负荷预测方法存在相应的条件性。③短期负荷预测在时间上各有不同。④预测的结果包含多方案性。短期负荷预测精度的影响因素：①以往历史数据。②自然天气情况。③其日期类型。④负荷预测模型。⑤相关社会事件等。 2 简述短期负荷预测方法短期负荷由于受到来自不同方向的因素影响，面临时间序列问题上其随机的过程表现的很不平稳，就算面临的影响因素包罗万象，不过在这些因素中都存在一个特点那就是有规律性。能够为实际预测打下基础，其短期负荷预测的方法大致分为四类。

电力系统负荷预测

摘要负荷预测是电力系统规划、计划、用电、调度等部门的基础工作。讨论了年度负荷预测、月度负荷预测和短期负荷预测的特点、成熟方法，分析了负荷预测问题的各种解决方案，并指出未来的主要研究方向。根据国内电力系统负荷预测的实践和国外的经验，对我国开展电力系统负荷预测工作提出了一些建议。关键词：电力系统；负荷预测；模型；参数辨识第一章引言负荷预测是从已知的用电需求出发，考虑政治、经济、气候等相关因素，对未来的用电需求做出的预测。负荷预测包括两方面的含义：对未来需求量(功率)的预测和未来用电量(能量)的预测。电力需求量的预测决定发电、输电、配电系统新增容量的大小；电能预测决定发电设备的类型(如调峰机组、基荷机组等)。负荷预测的目的就是提供负荷发展状况及水平，同时确定各供电区、各规划年供用电量、供用电最大负荷和规划地区总的负荷发展水平，确定各规划年用电负荷构成。第二章负荷预测的方法及特点电力系统负荷预测的原理通常来说预测电力系统负荷最直接最有效的方法是建立一个负荷模型，该模型有两层含义：一是负荷的时空特性，二是负荷电压和频率特性。对于负荷的时空特性指的是随着时间与空间的不同分布，负荷的分布也会不同。这种负荷模型往往是比较复杂的，研究人员通常是采用负荷时间曲线来描述这种特性。这样负荷曲线以时间为依据，就可以分为日负荷、周负荷、季负荷以及年负荷；如果换成以时空角度为划分依据，则此曲钱又可分为系统、节点和用户三种负荷曲线；若按照负荷的性质来分，负荷曲线又可以分为工业、农业、市政以及生活负荷等。在一般的安全运行的过程中，负荷模型指的就是未来时空特性，因此也可以将此作为负荷预测模型。通常负荷预测模型包含的内容是非常广泛的，在运行的过程中不仅能进行短期或者实时的负荷预测，还能在规划电力系统时做长期的预测。负荷的预测通常采用的是概率统计，有效地分析工具即为时间序列分析，由于是预测未来的负荷，所以会存在或多或少误差。对于未来负荷预测误差所产生的原因主要是一些不确定的因素与负荷变化的规律不一致，如某些自然灾害可能会导致停电，这样负荷曲线就会在事故时段出现一些突变。此时就不能依靠负荷预测模型所得出得结果了，因为有人的干预。但是也不能因为有不确定因素的存在就全盘否定负荷预测模型计算得出的结果，大多数情况下还是比较准确的。

基于BP神经网络的短期电力负荷预测

西安工业大学北方信息工程学院本科毕业设计（论文）题目：基于BP神经网络的短期电力负荷预测系别电子信息工程系专业电气工程及其自动化班级B070307 姓名宋亮学号B07030716 导师张荷芳焦灵侠 2011年6月

毕业设计（论文）任务书系别电子信息系专业电气工程自动化班 b070307 姓名宋亮学号 b07030716 1.毕业设计（论文）题目：基于bp 神经网络的短期电力负荷预测 2.题目背景和意义：电力系统是由电力网、电力用户组成，其作用就是对各类用户尽可能经济地提供可靠而合乎标准要求的电能，以随时满足负荷要求。但是由于电力的生产与使用具有其特殊性，即电能是不能储存的。这就要求系统发出电力随时紧跟系统负荷的变化动态平衡，否则，就会影响供用电的质量。电力系统负荷预测因此发展起来，成为工程科学中重要的研究领域，是电力系统自动化中一项重要内容。在电力系统安排生产计划和实际运行的过程中，负荷预测起着十分重要的作用，主要表现在以下几个方面： (1)经济调度的主要依据。对电力系统来说，必须对用户提供可靠而经济的电能，以随时满足各类用户的要求，亦即满足用户的负荷需求，而在另一方面，又要考虑生产成本，由于电能不能大量储存，因此必须在确保系统安全的情况下尽量减少实时发电备用容量。(2)生产计划的要求。电力系统中，由于其可靠性的要求，各种发、供电设备都有确定的检修周期。(3)电力系统安全分析的基础。电力事故所造成经济损失和社会影响是巨大的，必须尽量避免。 3.设计(论文)的主要内容（理工科含技术指标）：负荷预测并达到一定误差范围之内。 4.设计的基本要求及进度安排（含起始时间、设计地点）：电子系实验室 1-5周；开题，针对原理及应用、主要技术难点的收集资料，熟悉课题方案。 6-10周；完成方案论证，确定设计方案。 10-15周；利用Matlab 对系统做进一步的仿真分析 16-18周；完成所有的设计工作，整理资料，完成毕业论文，准备答辩。 5.毕业设计（论文）的工作量要求 400机时 ① 实验（时数）*或实习（天数）： 100天 ② 图纸（幅面和张数）*：A4×2 ③ 其他要求：论文：15000字以上；外文翻译：5000字以上指导教师签名：年月日学生签名：年月日系主任审批：年月日说明：1本表一式二份，一份由学生装订入册，一份教师自留。 2 带*项可根据学科特点选填。

电力负荷预测

电力负荷预测公司内部编号：（GOOD-TMMT-MMUT-UUPTY-UUYY-DTTI-

电力网中的电力负荷预测（广西科技大学 **）摘要：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，可以在保障电网的安全前提下，经济合理的安排电网内部发电机组的启停，合理安排机组检修计划，减少不必要的旋转备用容量，降低电网公司的运营成本，提高经济和社会效益。本文主要介绍了电力负荷预测的概念、步骤以及经常采用的负荷预测方法。关键字：负荷；预测；方法；步骤引言基于“十五”期间国民经济和电力工业的发展状况，在全国电力供需趋于平衡的前提下，我国“十一五”规划对电力工业发展坚持了“十五”期间制定的“可持续发展”的要求：电力工业发展方式要从数量速度型向质量效益型转变，从以供给导向为主转向以需求导向为主，优化电力资源配置。国家经贸委电力工业“十一五”规划中预测：“十一五”期间我国经济增长速度为年均8%左右，电力需求的平均增长速度为7%，到2009年全国发电装机容量将达到亿千瓦，（其中，水电占总容量%，火电占总容量%）国家电力公司电力工业“十一五”计划及2015年远景规划中预测：“十一五”期间我国GDP年均增长8%左右，电力需求的平均增长速度在%~%之间，到2009年全国发电装机容量将达到亿千瓦，全社会用电量将达到16200亿~16600亿千瓦时。但实际的情况是：截至2009年年底，全国发电装机容量达到亿千瓦，全国发电量达到亿千瓦时，全社会用电量为24689亿千瓦时。

1、电力负荷预测综述、电力负荷预测的意义电力用户是电力工业的服务对象，电力负荷的不断增长是电力工业发展的根据。正确地预测电力负荷，既是为了保证无条件供应国民经济各部门及人民生活以充足的电力的需要，也是电力工业自身健康发展的需要。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。全国性的电力负荷预测，为编制全国电力规划提供依据，它规定了全国电力工业的发展水平、发展速度、源动力资源的需求量，电力工业发展的资金需求量，以及电力工业发展对人力资源的需求量。收稿日期：2012-12-25 作者简介：***，本科，研究方向：电力负荷预测，E-mail：本文运用神经网络对某市某年某月某日进行电力负荷的短期预测，它为这一地区电力规划奠定了一定的基础，同时也为这一地区电力工业布局、能源资源平衡、电力余缺调剂，以及电网资金和人力资源的需求与平衡提供可靠的依据。因此，电力负荷预测是一项十分重要的工作，它对于保证电力工业的健康发展，乃至对于整个国民经济的发展均有着十分重要的意义、电力负荷预测的定义电力负荷预测结果的准确与否直接电力负荷预测是指通过对电力系统负荷历史数据的分析和研究，运用统计学、数学、计算机、工程技术及经验分析等定性定量的方法，探索事物之间的内在联系和发展变化规律，对未来的负荷发展做出预先估计和推测。关系到电力投资的效益，供电的可靠性，用电需求的正常发展，以及社会的经济效益和社会效益。但要做到预测准确或较准确是很困难的，因为影响电力负荷预测的因素相当多，且由于各地区产业结构和人民生活水平不

电力系统短期负荷预测方法研究综述

电力系统短期负荷预测方法研究综述发表时间：2018-12-25T16:14:08.417Z 来源：《电力设备》2018年第23期作者：尹强 [导读] 摘要：随着电力工业发展的不断市场化，在与社会经济效益息息相关的当下，系统负荷预测在电力行业中扮演着愈加重要的角色。（国网四川省电力公司攀枝花供电公司四川攀枝花 617000）摘要：随着电力工业发展的不断市场化，在与社会经济效益息息相关的当下，系统负荷预测在电力行业中扮演着愈加重要的角色。而按照预测时间的长短，可将负荷预测模式分为长期，中期，短期和超短期。其中，短期负荷预测是电力系统稳定经济运行的基础，其预测结果将直接影响着电力系统控制过程的优良。因此关于短期负荷预测的精确性已逐步发展成为电力系统自动化领域中的一项重要研究课题。关键词：电力系统；短期负荷；预测方法一、负荷数据预处理历史负荷数据由于多种原因可能会造成部分数据的丢失或者数据异常，异常的历史负荷数据会对短期负荷预测结果造成很大的影响。因此，想要提高短期负荷预测结果的精确度，在进行预测前，需对负荷数据进行预处理。传统的数据预处理方法包括插值法和纵向比较法等，为了提高预测的精确度又提出了双向比较法、滤波法、切比雪夫不等式法等多种数据预处理新方法。文献提出了用Savitzky-Golay平滑滤波器去处理历史负荷数据，与其它平均方法相比，本方法保留了原始数据的分布特性。文献利用粗糙集理论的属性，在保证历史负荷和气象因数等属性的情况下，推导出的预测负荷值满足一定的精确度，剔除属性集中的冗余信息，简化了判断规则，并利用遗传算法的全局搜索能力，挖掘得到相对预测量的最小约简属性集作为预测模型的输入变量。二、短期电力负荷预测短期电力负荷预测的特点。电力负荷预测是根据电力负荷和其影响因素的历史数据，结合实际情况建立相关的模型，对未来用电负荷量进行科学预测。短期负荷更是具有以下明显的特点：预测结果的不确定性和随机性；由于各类负荷预测都是在特定的环境和具体的条件下进行的，因此其具有条件性；短期负荷预测在时间上都有一定的限制，所以具有时间性；由于预测结果的不准确性和条件性，加上外部因素的不确定性，因此预测结果具有多方案性。影响电力负荷预测精度的因素。在电力系统负荷预测的过程中，预测精度是最具有影响力的一个指标。过预测或欠预测均会对系统生产运行配送造成较为严重的后果。影响负荷的因素有很多，首要便是天气因素。而作为可估计的随机事件，气象预报本身不准确又会形成双重误差。再者，我国人口数量众多，贫富差距较大，因此随机负荷部分并非平稳的随机序列，反而有较大的不确定性。另外，一些特殊事件的随机发生也会使反映负荷的周期曲线产生较大的波动，使实际数据与影响因素之间的关系样本数难以确定。三、智能预测方法（一）专家系统法专家系统法是根据某一领域的专家知识和专家经验建立的一个计算机系统，并且该系统能够运用这些知识和经验对未来进行合理的预测。知识库、推理机、知识获取部分和解释部分是一个完整专家系统的主要组成部分。通过该系统，运行人员能够识别预测日的类型，考虑天气对负荷预测的影响。专家系统法的优点是能够综合考虑多个影响因素，由于是一个计算机系统，该系统具有较好的透明性和交互性，对所得出的结论，能解释其依据，便于运行人员检查和修改，而且预测结果的精确度很高，能很好的反映负荷实际情况。不足之处就是需要大量的历史负荷数据，而数据量增多会导致运算速度慢；同时该算法不具有自主学习能力和利用模糊知识处理相关问题的能力；并且该算法拥有很强的规则性，而规则本身不具有普遍适应性，所以该预测方法不具备普遍适用性。（二）人工神经网络法人工神经网络是模仿人脑神经网络进行学习和处理问题的非线性系统。它由若干个具有并行运算功能的神经元节点及连接它们的相应的权值构成，通过激励函数实现输入变量到输出变量之间的非线性映射。用历史负荷作为训练样本去建立适宜的网络结构，当训练的网络结构达到预测要求后，就用此网络作为负荷预测的预测模型。人工神经网络的优点是对预测模型的要求不高，对高度非线性对象非常适用，具有很强的鲁棒性、记忆能力、非线性映射能力以及强大的自学习能力，拥有的特点是其它算法所不具备的。不足之处是有很慢的学习收敛速度，也有可能结果收敛到局部最小点，并且没有很好的知识表达能力，对调度人员经验中存在的模糊知识没有得到充分的利用，依据主观经验确定网络层数和神经元个数。把人工神经网络方法运用于风电功率短期预测中，以数值天气预报为基础，拥有良好的人机交互界面，与能量管理系统实现了完美的连接，预测结果拥有良好的精确度。组合的预测方法，把人工神经网络法和经验模式分解相结合，用经验模式分解的自适应性，分别对各个分量进行分析，准确的把握负荷变化特性和环境因素影响，最后采用与分量相匹配的人工神经网络法进行预测。用人工神经网络去预测负荷模型的方法，用人工神经网络对最大、最小负荷时刻的负荷模型参数进行预测，分析了负荷模型与预测结果之间的灵敏度，以便了解它们之间的影响程度，去寻找提高精确度的方法。四、支持向量机支持向量机与神经网络类似，都是学习型的机制，但与神经网络不同，SVM使用的是数学方法和优化技术。其中支持向量是指那些在间隔区边缘的训练样本点，该方法给定一组训练样本，每个标记为属于两类，一个SVM训练算法建立了一个模型，分配新的实例为一类或其他类，使其成为非概率二元线性分类。应用SVM进行电力系统负荷预测具有精度高、速度快等优点，不足之处在于存贮需求量大，编程困难，实际应用较难。五、灰色模型法灰色模型法是一种针对含有未知且不确定因素的系统进行预测的方法。通过对部分已知信息的开发，生成并提取有用信息，从而对系统运行行为和其演化规律进行正确且有效的描述和监控。该方法可在数据缺失的情况下找出某个时间段内数据变化的规律，以此建立负荷预测模型。灰色模型法分为普通灰色系统模型和最优化灰色模型两种。普通灰色预测模型是一种指数增长模型，当电力负荷严格按指数规律持续增长时，此方法的优势得以凸显———其预测精度高、所需样本少、人工耗时短且计算量小，所得预测结果还可以进行检验。缺点是对于具有波动性较大的电力负荷预测误差较大，因此并不适用于实际情况。但最优化灰色模型可以把波动幅度较大的原始数据序列变换成规律性较强的成指数递增变化的序列，以此来适应灰色模型法所需条件，大大增加了适用范围和预测精度。灰色模型法能很好的适用于

电力负荷预测方法

1.负荷预测分类和基础数据处理负荷预测及其分类负荷预测概念负荷预测是根据负荷的历史数据及其相关影响因素，分析负荷的变化规律，综合考虑影响负荷变化的原因，使用一定的预测模型和方法，以未来经济形势、社会发展、气候条件、气象因素等预测结果为依据，估计未来某时段的负荷数值过程。负荷预测的分类按照预测方法的参考体系，工程上的负荷预测方法可分为确定性预测方法、不确定预测方法、空间负荷预测法。确定性：把电力负荷预测用一个或一组方程来描述，电力负荷与变量之间有明确的一一对应关系。不确定性：实际电力负荷发展变化规律非常复杂，受到很多因素影响，这种影响关系是一种对应和相关关系，不能用简单的显示数学方程描述，为解决这一问题，产生了一类基于类比对应等关系进行推测预测负荷的不度额定预测方法。空间负荷预测：确定和不确定负荷预测是对负荷总量的预测。空间负荷预测是对负荷空间分布的预测，揭示负荷的地理分布情况。负荷预测的基础数据处理负荷预测的基础数据基础数据大致包括四类，分别为：①负荷数据（系统、区域、母线、行业、大用户的历史数据；负荷控制数据；系统、区域、大用户等的最大利用小时数；发电厂厂用电率和网损率。）②气象数据（整点天气预报；整点气象要素资料；年度气温、降水等气象材料。）③经济数据和人口（区域产业GDP；城乡可支配收入；大用户产量、产值和单耗；电价结构和电价政策调整；城乡人口。）④其他时间（特殊时间如大型会议、自然灾害；行政区域调整）

数据处理为获得较好的预测效果，用于预测数据的合理性得到充分保证，因此需要对历史数据进行合理性分析，去伪存真。最基本要求是：排除由于人为因素带来的错误以及由于统计口径不同带来的误差。另外，尽量减少异常数据（历史上突发事件或由于某些特殊原因会对统计数据带来宠大影响）带来的不良影响。常见的数据处理方法有：数据不全、数据集成、数据变换和数据规约等。 2.确定性负荷预测方法经验技术预测方法专家预测法专家预测发分为专家会议发和专家小组法。会议发通过召集专家开会，面对面讨论问题，每个专家充分发表意见，并听取其他专家意见。小组法以书面形式独立发表个人见解，专家之间相互保密，最后综合给出预测结果。类比法类比法是将类似失误进行分析对比，通过已知事物对未知事物做出预测。例如选取国内外类似城市或地区为类比对象，参考该对象的发展轨迹对本地区作出预测。主观概率发请若干专家来估计某特定时间发生的主观概率，然后综合得出该时间的概率。经典技术预测方法单耗法通过某一工业产品的平均单位产皮用电量以及该产品的产量，得到生产这种产品的总用电量。用电量A=国民生产总之或工农业总产值b*产值单耗g

电力系统短期负荷预测毕业设计

电力系统短期负荷预测毕业设计 1 。导言为电力负荷预测制定一个精确的模型对一个公用事业公司的运作和规划是必不可少的。负荷预测也可帮助电力事业来作出重大的决定，包括关于购买和发电，负荷开关，及基础设施的发展。负荷预测对能源供应国，国际团结，金融机构，和其他与会者，在发电，输电，配电，和市场都是非常重要的。负荷预测可分为三类：短期预测，这通常是由一小时到一周，中期预测，这通常是一个星期到一年，而长期预测是长于一年。对于公用事业公司来说，预测不同的时间跨度对于不同的业务是重要的，当然这些预测的本质也一样是不同的。例如，对于一个特定区域，我们可以预测第二天的负荷，准确性可达到1-3％。但是，我们无法预测下一年度的高峰负荷，因为准确的长期天气预报到目前为止还是不可行的。对于明年的高峰预测，我们可以根据历史上的气象观测来提供大概的负荷分布。也有可以根据业界惯例，预测所谓天气正常化负荷，它将代替平均每年最高的气候条件或者比这个给定地区平均最高的天气条件差一些。天气正常化负荷是对所谓的正常天气条件实施负荷计算，它是一定的时间内，历史高峰负荷的平均值。这一时期从一个有用的点到另一个，多数公司采取过去25-30年的数据。负荷预报对公用事业公司的运作和规划一直是重要的。甚至，由于能源工业的不合理规划，负荷预测变得更加重要.随着供应和需求的波动变化和能源价格上升的因素，在十年或以上，在繁忙情况，负荷预测是制定水电费非常重要的依据。短期负荷预测方法可以帮助估计负荷流动，并作出决定，可以防止超载。及时实施这样的决定可以改善网络的可靠性，并减少发生设备故障和停电的次数。负荷预测也是一个重要的比较评价标准，为市场上提供的各种先进的金融产品在能源方面的价格提供一个标准。在放松管制的经济下，基于长期预测的资本性支出的决定，比在那个加息有可能由资本开支项目决定的非开放的经济体系更加重要。大多数预测方法利用统计技术或人工智能算法，如回归，神经网络，模糊逻辑和专家系统。大致可分为两种方法，即所谓的最终用途法和计量经济学法，都已广泛用于中期和长期预测。在这些方法中包括所谓的同类天法，就像回归模型，时间序列，神经网络，统计学习算法，模糊逻辑，专家系统一样已被短期预报而开发。正如我们所见，大量的数学方法和思路已用于负荷预测。发展和改善适当的数学工具，将促使开发更准确的负荷预测技术。负荷预测的精度不仅取决于负荷预测技术，而且取决于预测天气的情况。气象预报是一个重要话题，也是外界对本章议论的内容。这里我们只是提了在发展计算机化的气象预报系统中的重大进展，其中包括由大学开发和支持的中尺度模式MM5。 2 重要因素预测短期负荷预测的几个因素应予以考虑，例如时间因素，气象数据，并尽可能了解客户等级。中期和长期预测应顾及历史负荷和天气数据，在家电领域不同类别的用户数目及其特点，包括年龄，经济和人口统计数据，以及他们的预测，家电销售数据，和其他因素都要予以考虑。时间因素，包括这一年里，一周的某一天，某一小时。在平日和周末，负荷之间有重大差别。平时的负载也可以有所不同。举例来说吧，在星期一和星期五，被周末隔开的两天，负荷是不同的。而且由周二到周四也可能有很大的不同。在今年夏天的时候尤为如此。假期比非假期更难预测，因为他们相对显得不规则。气象条件影响负荷。事实上，预测天气的参数是最重要的，在短期负荷预测.各种天气变数应考虑进来。温度和湿度是最常用的负荷预测因子。一个电力负荷预测调查表示，13个利用温度，而只有3个利用了温度和湿度，3个利用额外的气象参数，3个只用于负荷.在

浅析电力系统负荷预测方法

浅析电力系统负荷预测方法发表时间：2017-10-18T18:11:03.780Z 来源：《电力设备》2017年第15期作者：梅宇1 杨畅1 徐明虎2 陈斯斯1 王硕1 [导读] 摘要：电力工业是国家在能源领域的重大基础行业，电力是国民经济的命脉，经济要发展，电力是先行，电力对于我国经济建设、国家安全、社会稳定、生活质量具有至关重要的作用，现代文明社会已经处处离不开电力供应。（1.国网辽宁省电力有限公司检修分公司辽宁锦州 121013；2.国网辽宁省电力有限公司技能培训中心辽宁锦州 121000）摘要：电力工业是国家在能源领域的重大基础行业，电力是国民经济的命脉，经济要发展，电力是先行，电力对于我国经济建设、国家安全、社会稳定、生活质量具有至关重要的作用，现代文明社会已经处处离不开电力供应。负荷预测是目标网架规划的基础，提高负荷预测准确率，对电网发展的具有十分重要的意义。关键词：负荷预测；电力系统；方法探讨引言电力工业是国家在能源领域的重大基础行业，电力是国民经济的命脉，经济要发展，电力是先行，电力对于我国经济建设、国家安全、社会稳定、生活质量具有至关重要的作用，现代文明社会已经处处离不开电力供应。目标网架是城市电网规划的基础，确定电网发展的方向和目标，是近期规划和中长期规划的重要依据。为了提高电网规划方案的可行性，必须将城市电网目标网架规划纳入城市整体规划。负荷预测是目标网架规划的基础，提高负荷预测准确率，对电网发展的具有十分重要的意义。一、电力系统负荷预测的特点 1、电力系统中的负荷一般分为城市的民用负荷、商业的负荷、农村的负荷、工业的负荷和其他的负荷等，不同类型的电力系统负荷会具有不同特点及规律。城市的民用负荷大多来自城市的居民家用电器的用电负荷，它有年年不断增长的趋势，并且随着季节的变化而变化，但民用的负荷还是和居民日常的生活及工作规律相关较为紧密。 2、商业的负荷，主要是指商业用电中的用电负荷，它覆盖的面积大，而且用电量增加的速度的平稳，商业的负荷同样也具有根据季节变化的波动特性。即使它在电力的负荷中占的比重不如工业负荷及民用负荷，但是商业负荷中的照明类的负荷占用了电力系统用电高峰时段。除此以外，商业部门因为商业行为会在节假日里会增加营业时间，因此成为节假日里影响电力负荷重要的因素之一。工业负荷是指用在工业生产的用电负荷，一般的工业负荷比重在用电负荷里构成中居于第一位，它不仅仅由工业里负荷端的使用情况决定（也包括负荷的利用情况、企业工作班制度等），而且它和各个行业的特性及季节里的因素都有非常密切的联系，一般的负荷还是比较稳定的。 3、农村的负荷是指农村里居民用电及农业里生产的用电。这类负荷和工业里的负荷相比较，受到季节等其他自然环境的影响非常大，它是由于农业生产特点来定性的，农业的用电负荷同时也受到农产品的品种、耕种特点的影响，但是就电网系统而言，因为农业的用电负荷的集中时间和城市的工业的负荷使用高峰时间有很大差别，所以对于提高电网的负荷率很有好处。从以上的分析可以发现电力的负荷特点是常常变化的，不仅按照小时变化、按日变化，而且还按周变化，按年变化，同时电力负荷又是以小时作为基本单位不断发生变化的，它具有很大的周期性，负荷的变化是个连续发展变化的过程，在正常的情况下，它不会产生大的跳跃，但是电力的负荷对于季节等因素是十分敏感的，在不同的季节，不同的地区的气候和温度的变化都将会对电力负荷造成十分重要的影响。 4、负荷预测目的是根据电力负荷的发展状况和水平，同时也确定各个供电公司计划的年供用总值，供用最大的电力负荷与规划的地区的总共负荷的发展水平，是由各规划的年用电负荷构成。它将为经济合理准确地安排各个电网内部的机组启停和检修，保持电网的运行安全和稳定性，电网发展的速度，电力的建设规模，电力工业的布局，能源资源的平衡，电力余缺的调剂和电网的资金以及人力资源需求和平衡等各个方面提供十分可靠的依据。二、负荷预测的方法及特点 1、单耗法按照国家安排的产品产量、产值计划和用电单耗确定需电量。单耗法分"产品单耗法"和"产值单耗法"两种。采用"单耗法"预测负荷前的关键是确定适当的产品单耗或产值单耗。从我国的实际情况来看，一般规律是产品单耗逐年上升，产值单耗逐年下降。单耗法的优点是：方法简单，对短期负荷预测效果较好。缺点是：需做大量细致的调研工作，比较笼统，很难反映现代经济、政治、气候等条件的影响。 2、趋势外推法当电力负荷依时间变化呈现某种上升或下降的趋势，并且无明显的季节波动，又能找到一条合适的函数曲线反映这种变化趋势时，就可以用时间t为自变量，时序数值y为因变量，建立趋势模型y=f（t）。当有理由相信这种趋势能够延伸到未来时，赋予变量t所需要的值，可以得到相应时刻的时间序列未来值。这就是趋势外推法。应用趋势外推法有两个假设条件：①假设负荷没有跳跃式变化；②假定负荷的发展因素也决定负荷未来的发展，其条件是不变或变化不大。选择合适的趋势模型是应用趋势外推法的重要环节，图形识别法和差分法是选择趋势模型的两种基本方法。外推法有线性趋势预测法、对数趋势预测法、二次曲线趋势预测法、指数曲线趋势预测法、生长曲线趋势预测法。趋势外推法的优点是：只需要历史数据、所需的数据量较少。缺点是：如果负荷出现变动，会引起较大的误差。 3、弹性系数法 4、空间负荷密度法空间负荷预测是对规划区域内负荷的地理位置和数值大小进行的预测，它提供未来负荷的空间分布信息。只有确定了配电网供电区域内未来负荷的空间分布，才能对变电站的位置和容量，主干线的型号和路径，开关设备的装设以及它们的投入时间等决策变量进行规划。由于空间负荷预测涉及大量的空间信息，地理信息系可以为空间负荷预测的数据收集、处理和预测结果的表示提供一个良好的平台。将GIS 引入空间负荷预测，可以极大地减少数据收集量，是空间负荷预测方法实用化的必要步骤。针对国内土地使用的实际情况，在空间负荷预测中采用了分类分区法，该方法是在分类负荷总量预测的基础上，根据城市规划用地图，计算分类负荷平均密度；再由小区面积构成、小区负荷同时率及修正系数求得小区最终负荷。同时，就分类分区法在预测过程中存在的一些问题进行了恰当的处理和改进。针对己有负荷预测软件在数据收集、统计，模型、方法选用，结果处理等方面存在的问题，在将传统、实用的常规预测方法用计算机加以实现的同时，

电力系统负荷预测的综合模型

电力系统负荷预测重要的组成部分就是序列量，其中序列量包含最大负荷数值以及电量数值等成分，当前得到社会各界广泛认可的是采用多样性的方法完成序列量的预测。首先要设定具体的条件，然后在该条件下进行一定的假定，然后通过单一的方法对包含的多个不确定因素进行分析，由于采用的方法较为单一，因此最后得到的参数与理想数值存在较大差别，因此需要进行修正，通常采用的是多种方法进行预测分析。实验过程中，采用不同的研究方法得到的分析结果也是不同的，各个数据之间具有较大的差异[32]，那种预测结果最为接近真实情况，与预测人员的经验以及日常积累的常识等存在密切联系，此外还要综合考虑国家各项能源政策以及产业结构之间的关系，根据当地的经济发展状况，使用综合方法，对相关的数据进行分析预测，然后完成对比分析，从而得到最终的参数。还有一种常用的负荷预测模型是加权处理，使用多种方法完成历史序列等数据的分析和预测，通过一定的方式完成权重的设置，最后对获得的数据进行综合判断出来，得到最终分析数据。首先，针对使用到的序列预测方法，做如下定义：定义1：有关预测、推理及拟合序列：当获得某一物理量后，在要求的历史时间段范围内如n t ≤≤1的取值分别为 n x x x ,,,21 对于未知时段N t n ≤≤+1范围内进行预测分析，可以得到如下预测公式： N n t t S f x t 2,1),,(?== 其中，预测模型的参数向量的数值用S 表示，例如当预测模型为线性状态时，则有：T t b a S t b a t t S f x ],[,),,(?=?+==有此时可以计算得到各个时段的预测数值大小，分别为N n n x x x x x ?,?,?,,?,?121 +，此时会将序列n x x x ,,,21 称为原始数列，n x x x ?,,?,?21 为原始数列的预测序列，在未来的某个时段得到的相对应的子虚列N n x x ?,?1 +称为原始序列的推理数列。相应的拟合时段主要指的是时段n t ≤≤1这一段范围，推理时段主要指的是时段N t n ≤≤+1这一段范围。定义2：拟合残差、方差以及协方差采用m 种方法对原始数列的数值n x x x ,,,21 进行预测分析，其中的第i 中预测方法对原始序列的拟合序列为n x x x ?,,?,?21 ，因此能够得到有关拟合残差的数值大小：

电力负荷预测方法

电力负荷预测方法发表时间：2018-08-02T15:26:39.817Z 来源：《电力设备》2018年第11期作者：刘自伟[导读] 摘要：电力设施是国家的基础设施，是国家经济发展不可缺少的基础条件。（韶关新丰供电局广东新丰 511100）摘要：电力设施是国家的基础设施，是国家经济发展不可缺少的基础条件。随着经济的不断发展，珠三角的产业转移的趋势，电力设施配套建设已成为地区经济发展的关键。准确的电力负荷预测为电网规划提供强有力的依据，不仅可以获得巨大的社会效益，也可以获得巨大的经济效益。关键词：电网规划；负荷预测；预测方法 1 序言近年来，新丰经济的不断发展，珠三角的产业转移。为承接好珠三角产业转移，做好电力先行，准确地进行负荷预测十分重要。 2 负荷预测电网规划很重要的一步就是电网负荷预测，电网负荷预测是安排电网基本建设项目的依据，确定了规划时期内的负荷水平也就确定了电力发展的速度；中、长负荷预测用来初步电源规划，而近期预测用来进一步确定变电站的容量。负荷预测是从已知的经济、社会发展和电力需求情况出发，通过对历史数据的分析和研究，对电力需求作出预先的估计和推测。根据这些预测结果，可以针对性地采取技术措施，如进行可中断负荷控制，增添低谷用电设备、采用蓄冷蓄热技术等，改变电力需求在时序上的分布，将用户的电力需求从电网高峰消减、转移或增加电网低谷期的用电以期提高系统运行的经济性和可靠性，在规划的电力网中还可以减少新增装机容量和节省电力建设投资，从而降低预期的供电成本。负荷预测的方法很多，主要有：综合产值单耗法、弹性系数法、时间序列法、参数回归法、比例系数增长法和经济模型预测法。 3 方法简介 3.1原始资料 3.1.1某县配电网装变容量至2010年4月底，该县建有高压变电站4座，其中110kV变电站3座、200kV变电站1座：110kV变电总容量为430MV A。200kV变电总容量为360MV A，高压变电站总容量合计790MV A。表1 某县高压变电站统计表 3.2 综合产值单耗法 3.2.1综合产值单耗法单耗法是根据第一、二、三产业每单位用电量创造的经济价值，从预测经济指标推算用电需求量，加上居民生活用电量，构成全社会用电量。预测时，通过对过去的单位产值耗电量进行统计分析，并结合产业结构调整，找出一定的规律，预测规划期的一、二、三产业的综合单耗，然后按国民经济和社会发展规划的指标，按单耗进行预测。单耗法需要做大量细致的统计、分析工作，近期预测效果较佳。但在市场经济条件下，未来的产业单耗和经济发展指标都具有不确定性，对于中远期预测的准确性难以确定。 3.2.2计算过程根据原始资料的数据对该县未来的负荷进行预测，其过程如下：先算出2010-2016年国内生产总值，设国内生产总值为T 亿元亿元亿元亿元再算出2007-2009各年的综合单耗