智能电网环境下采用关联分析和多变量灰色模型的用电量预测_王允平

1、I允'卜，等秤能电网坏境下采用关联分析和多变园灰色模型的用电量预测-97第40卷第1期2012年 1 月 1 J电力生优保护鸟枚制Power System Protection and Control智能电网环境下采用关联分析和多变量灰色模型的用电量预测王允平；黄殿勋2，熊浩清牛元立3(1河南省电力公司商丘供电公司.河南 商丘476000; 2.河南省电力勘测设计院，河南 郑州450007;3河南省屯力公司智能电网研究中心，河南 师州450052 )摘要：智能电何的发展将给传统用电方式帝来重大变化、在此背景下.恳千灰色理论提出一种用电量预测新方法首先通过 灰色关联分析法确屯彭响用电董的

2、主因素变量，然后采用%变量灰色模型(multi-xanable grey modeL MGM) (1, ?/)进行用电董 预测，该方法能够反映各因素间的相互制约、相互促进的关系，避免了传统灰色模型GM(1,1)未考虑其他随机因素对用电量 够响的局限性.对一个实际电力系统的用电量进行预测.结果表明所提方法能有效捉离義测精度且适用干中长期电量预测。 关键词：智能电网；关联分析；3变量灰色模型；用电董预测Using relational analysis and multi-variable grey model forelectricih' demand forecasting iu sm

3、art grid enrollmentWANG Yun-pmg1, HUANG Dian-xun XIONG Hao-qing NIU Yuan-1?(1. Shangqiu PoweT Supply Company, Henan Electric & Power Company. Shangqiu 476000. China.2. Henan Electric Power Survey and Design Institute, Zhengzhou 450007, China;3. Research Center of Smart Grid. Henan Electric &

4、 Power Company. Zhengzhou 450052. China)Abstract： Smart grid brings new challenges to traditional power consumption mode, in this background a novel electricity demand forecasting method is proposed based on grey theory Firstly, the main factors which influence the electnaty consumption are determin

5、ed by usmg gxey relational analysis, then the multivariable grey model (MGM) (L m) is adopted to forecast the electricity demand This method can reflect the interaction among each factor, and avoid the drawback of traditional GM (L 1) model that it does not consider the effect of random factors on e

6、lectricity consumption The feasibility and effectn eiiess of the proposed method areby electricity demand farerA<ting of one achial poxvr grid Th。rrMiltA shew that the* method higher farratingprecision and is applicable to mid-long term electricity demand forecasting.Key words： smart grid： relati

7、onal analysis： multi- anable grey model： electricity demand forecasting71994-2015 China Academic Journal Electronic Publishing House. All rights reserved, I允'卜，等秤能电网坏境下采用关联分析和多变园灰色模型的用电量预测-9771994-2015 China Academic Journal Electronic Publishing House. All rights reserved, I允'卜，等秤能电网坏境下采用关联

8、分析和多变园灰色模型的用电量预测-97中图分类号：TM715文献标识码：A文章编号：0引言在全球环境恶化和能源危机的背景卜，智能电 网的概念应运而生，并成为各国电力行业研究的热 点2】。不可控的人规模新能源发电及分布式电源的 出现，耍求电网与用户双向互动，需求侧管理技术 作为智能电网的重要组成部分，可通过引导用户优化 用电方式，达到提岛终端用电效率、优化资源配置的 目的，这也给传统用电量预测提出了新的挑战。如果单独从用电駅fl身观律的角度來看，灰色 预测是效果较为稳定的方法。GM( 1,1)模型是常用1674-3415(2012)01 -0096-05的一种预测模型，它通过单变杲的一阶微分方程

9、模 型预测负荷，具有原理简单、所需样本少、计算方 便、预测精度高和可检验性强等优点，但在实际应 用屮何一泄的丿限性。八体农现在适介预测呈指数 醴増长的负荷序列，进行长期预测时精度较低等。 针对这种情况，国内外学者发展了多种改进模型: 文献4建立了改进残差模型和a参数修正模型來 修正负荷预测值。文献5通过对原始数据进行处理 和改变微分方程的初始条件，建立了基J：边值条件 修改的改进GM(1,1)模熨。文献6利用残差序列构 成广义三角模型来改进B矩阵。文献提出了一种慕J：E交设计优选灰色预测模型参数的方法。文献 8采用门适应粒子群算法来求解GM(1,1)模空的参 数。文献9提出利用最小一乘法来估计

10、预测模型参 数。文献10将高斯正交化插值方法与传统灰色预 测模型和结介进行用电帚预测。文献11-12则分别 将erhulst模型和Benioulli模型嵌入到GM(1,1)模 型中來进行中长期负荷预测。然而匕述改进灰色预测模型均只针对用电 历史数据的n身规律进彳；分析和预测，忽略了其它 随机因素对用电凤的影响。与用户的互动杲智能电 网的一个基本特征，用户可根据其电力需求和电力 系统满足英需求的能力的平衡來调整苴消费，传统 用电方式的变化使用电最预测变得更加复朵【。若 耍从本质上捉高用电磺预测的椅度，则盂考虑更多 的影响因素。本文针对智能电网环境，提出一种基灰色关联 分析和多变磺灰色模熨MGM(

11、1, ”)的用电吊预测新 方法。采用灰色关联法对影响用电呈的各种因素进行 分析，确泄主因素变磺，在此垄础上建立MGM(1,) 模空进行用电眾预测，该模型能够反映以因素间的相 互影响和制约关系。最后，对一个实际电网的用电駅 进行预测，结果验证了所提方法的冇效性。1灰色关联分析法灰色关联分析是一种多因素统计分析方法，它 的基本思想是根据序列曲线几何形状的相似程度来 判断氏联系是否紧密。曲线越接近，相应序列之间 的关联度就越大,反之就越小财。具体步骤如下:1) 确定主因索序列&和参考序列&羽一5(1)*1 (2),，訥)Xj = (xr(l), x,(2),，Xj(Ar)； f =

12、(2,3,n)2) 求各序列的初值像対各序列进行无杲纲化处理，得初值像为X； = X、/ 齐=(x；,x； (2),x；伙)综介各个关联系数，紂关联度片为1 k5) 根据关联度大小进行排序MGM(1, ”)模型通过建工个尤一阶常微分 方程联立求解，使预测模型屮的参数能够反映变吊 间的相互作用，从系统的角度对并变最进行统一描 述。它是GM(1,1)模型在w元变量情况卜的自然推 广,不是GM(1, 1)模型的简单组介，也不同J- GM(1, “)模型叫2.1模型的建立令<°)(巧为n个灰时间序列，直中淖°)(幻为负 荷序列，#°)(約,a = 2, 3,)为影响

13、因素序列。令 出)( 1,2,，“)为相应的一次累加生成序列,即 x<1)W = f x<o)(j)(3)戶1其中 Ar = L X，加o考虑“个点相互关联和相互影响,建立n元 阶常微分方程组：古=©屮+如岀+曲D + S缶-(1)= a2lx + 也逍 1)+ + 勺”刃 + ®=如讯+知却+%£ + b记伙)=(xf0)(Ar),普(切，,x<0)(A:)T,X伙)=(屮)伙),绘(約，,评(約)T,71994-2015 China Academic Journal Electronic Publishing House. All right

14、s reserved, I允'卜，等秤能电网坏境下采用关联分析和多变园灰色模型的用电量预测-975O)=m + pMP (0.1)Lnl anl 则式(4)可记为 dYnn,=(1. 2,，“)3) 计算关联系数记,(«；)= ©(刀一兀。)” =1. 2，k。则差序 列为； = (A, (1). Aj (2), , (Ar); ? = 2,3,，n两极最人差M与最小差加为M = nun min (j), ttl = max max (j)t ji J关联系数为4) 计算关联度=AT+dt由积分生成变换原理，对式(5)两边左乘e如得一4¥ =eirB在区间

15、0刀上积分.整理后得连续时间响应为x(1) (0 =(0) + J"1 (e- -I)B (7)71994-2015 China Academic Journal Electronic Publishing House. All rights reserved, 工允平.笛 智能电网环境下采用关联分析和齐变虽灰色模型的用电虽预测99采用本文方法进行年电量预测的总体流程如图 1所示。71994-2015 China Academic Journal Electronic Publishing House. All rights reserved, 工允平.笛 智能电网环境下采用关联分析

16、和齐变虽灰色模型的用电虽预测992. 2模型参数辨识为辨识参数/和B.通过对式（2）离散化得 到评伙）=£导胡伙）+切冃2z = 1, 2, , n ； k = 2,3,m 其中,弓1）（灯=扣1）伙）+才）伙-1）。rh最小二乘法得到辨识值H = （ZT£f1ZTF图1用电星预测流程图Fig 1 Flowchart of electricity demand forecasting式中:站】）护老 輕）老（加） 炉 屮甥）（3）即心）rT（o）X*（0）an&125ln即（2）評於心）-x$）-x）评（加）WFI进彳jJU电駁预测时，需耍注意的是：1）若原始数据的

17、波动性较人，可采用加权的滑 动指数法进行平滑处理。2）应用木文方法的前提是原始数据获取的完幣 性和准确性，因此何不考居出现空缺数据的情况。4实例分析本文收集了福建省19932000年全社会川电晟 及影响因素的资料，见表1农中影响用电駅可的 因素有国内牛产总值勺，总人11勺及进出门总额 x4。利用该资料対20012002年的全祉会用电啟进 行预测，算法在Matlab 7.2平台上实现。 &11&12ln广 r sA =521 dll尬B =b.Lrrl an2 %X -从肓中即可得到辨识值2和B：年份X】f7)kWhx2 /亿元Xj /万人忑仍茨元19931 870 1751 1

18、28.293 1501 004 18119942 2364491 675.663 1831 218 95319952 594 7702 145.923 2371 444 56919962 7994902 560.053 2611 551 97219972 997 3132 974.503 2821 795 28019983 201 9543 286.563 2991 716 06519993 533 7033 550.243 3161 761 95620004 015 1493 920 073 4102 122 332表1历史数据Table 1 Historical data71994-201

19、5 China Academic Journal Electronic Publishing House. All rights reserved, 工允平.笛 智能电网环境下采用关联分析和齐变虽灰色模型的用电虽预测993预测流程2）建立MGM（1,2）模熨利用表1中的数据建立全社会用电量和进出I 12. 3预测模型 将式（5）写成离散形式左（幻=（才（1） + AB） -才烛斤=1.2<o）（l） = （o）（l）（10）对式（10）作累减还原，可得预测模型才（°）G）=才伙）一穴伙一 1）. k = 2.3 （11）当n=l时.MGM（1,町模型退化为GM（1, 1）模 型

20、；当£=0时,MGM（1, w）模型为力个GM（1, n）模 型的组合。1）应川灰色关联分析确泄主内索变彊首先计算出并因素対负荷的关联度，如表2所 示。从中町以看出进出I I总额对全社会用电彊的影 响程度最犬，因此选取进出口总额为主因素变量。表2各影响因素与电屋间的关联度Table 2 Conelation coefficients behveen electncity demand andeach factor影响因素国内生产总（ft总人口进出口总離关联度0.518 50.61100.924 3总额二间的MGM( 1, 2)模型,识可得根据式(9)进行参数辨0.4494 -0.65

21、590.0835 -0.07752036148.491189160 95则MGM(1, 2)模型为dx_!_ = 0 4494屮)一 0.6559刈)+ 2036148.49(=O.O835xf)- 0 0775xf +1189160 95 dz3) 预测结果分析利用式(12)进行负荷预测,结果见表3。为Fig 2 Comparison of prediction enor了验证本文方法的右效性，与其他模型进行比较。 其中,GM(1, 1)模型为传统模型,GM(1, 4)为考虑 所白因索的预测模型。三种方法预测的相对误差见 图2。71994-2015 China Academic Journa

22、l Electronic Publishing House. All rights reserved, 工允平.笛 智能电网环境下采用关联分析和齐变虽灰色模型的用电虽预测9971994-2015 China Academic Journal Electronic Publishing House. All rights reserved, 工允平.笛 智能电网环境下采用关联分析和齐变虽灰色模型的用电虽预测99表3 预测结果比较Table 3 Companson of forecasting results年份实际用电址/万 k5VhGM(1,1)模空MGM(1,2)«!型備测(ftJ

23、/%横测值“20014 391 8604 301 7382.0524 296 42,2.1774 346 5891.03120024 968 2874 706 5225 2694 803 4213.3184 890 730156171994-2015 China Academic Journal Electronic Publishing House. All rights reserved, 工允平.笛 智能电网环境下采用关联分析和齐变虽灰色模型的用电虽预测9971994-2015 China Academic Journal Electronic Publishing House. All

24、 rights reserved, 工允平.笛 智能电网环境下采用关联分析和齐变虽灰色模型的用电虽预测99由预测结果可以看出,不考虑用电t的影响因 索或者考虑与Z关联不人的因索，都会导致预测粘 : 度下降。Ifri本文方法能能够反映各因素间相互制约、 和互促进的关系，其预测效果较Z其他陶种方法仃 了明显的改善，能够满足实际预测耍求。5结论帮能电网环境卜用电方式的变化使用电起预测 变得更加复杂.本文在坝色关联分析的慕础上，将 多变量灰色榄型MGM(1,刃)引入到用电吊一预测中， 该模型不仅保留了传统灰色预测模型处理贫信息的 优势，还将影响系统的多因素联系到一起，在各因 素相互关联、协调发展中寻找

25、规律。实际算例表明 所提方法的预测精度高J： GM(1,1)模型,从而为智 能电网环境卜的用电吊预测提供了一种新思路。参考文献1 张文亮，刘壮志，王明俊，等.利能电网的研究进展 及发展趋势J电网技术,2009, 33(13)： 1-11.ZHANG Wen-hang、LIU Zhuang-zhi. WANG Mmg-jun, et al. Research status and developmem trend of smart gridJ. Power System Technology. 2009. 33(13)： 1-11.2 颜伟，文旭,余娟,等.智能电网环境F电力市场面 临的机遇与挑

26、战J电力系统保护与控制，2010. 38(24)： 224-230.YAN Wei. WEN Xu. YU Juan, et al. Opportunities and challenges faced by electricity market m smart gridJ. Power System Piotection and Control. 2010. 38(24)： 224-230.3 李扬，高賜威.神能电网框架下的箫求侧泮 理展望与思考卩电力系统自动化,2009, 33(20)： 17-22.WANG Bei-ben LI Yang» GAO Ci-wei. Demand

27、 side management outlook under smart grid m&astmctureJ Automation of Electric Power Systems. 2009- 33(20)： 17-22.4 张俊芳吴伊昂,吳军基.基丁灰色理论负荷预测的 应用研究J. H1力门动化设备.200424(5)： 24-27.ZHANG Juii-fangt WU Yi-ang. Jun-ji. Application of gray system theory in load fbrecastingJ. Electiic Power Automation Equipme

28、nt, 2004 24(5): 24-27 5 曹国剑.黄纯.隆辉.等.基丁GM(l.l)改进模型的 电网负荷预测J电网技术.2004, 28(13)： 50-53.CAO Guo-jian. HUANG Chun. LONG Hun et al. Load forecasting based on improved GM(l.l) modelJ. Power System Technology. 2004. 28(13)： 50-536 Zhou P. Ang B W, Poh K L A trigonometric grey prediction approach to forecasti

29、ng electricity demandJ Eneigy. 2006> 31(14)： 2839-28477 张建华.邱威.刘念.等.正交设计灰色模塑在年电 力负荷预测中的应用J电网与淸洁能源.2010, 26(2)： 28-32.ZHANG Jian-hua QIU Wen LIU Nian. et al. Grey model based on orthogonal design and its application in annual Load fbrecastingJ Power System and Clean Energ> 2010. 26(2)： 28-32尹新周

30、野.何怡刚.等.门适应粒子群优化灰色模 71994-2015 China Academic Journal Electronic Publishing House. All rights reserved, -100-电力，伉律护多炒剧型的负荷预测卩电力系统及其n动化学报.2oio. 22(4)： 4144.YIN Xin. ZHOU Ye, HE Yi-gangt et al. Power load forecasting based on adaptive particle swann optimization grey modelJ). Proceedings of the CSU-EP

31、SA, 2010. 22(4)： 41-44周徳強基丁最小乘法的GM(1, 1)模型及在负荷预 测中的应用J电力系统保护与控制.201b 39(1)： 100-103.ZHOU De-qiang GM(1,1) model based on least absolute delation and its application in the power load fbrecastin或J Power System Technology. 201L 39(1)： 100-10310 王晓佳,沈建新，杨善林，等.基J Gauss插值的正 交化预測方法4押能电网用电咸预测中的应用研究 J电力系统保护

32、与控制.2010. 38(21)： 141-145.151.VANG Xiao-jia SHEN Jian-xin- YANG Shan-lin. et al. Application research on Gaussian orthogonal interpolation method for electricity consumption forecasting of smart gndJ Power System Protection andControh 2010. 38(21)： 141-145> 151.11 周徳强改进的灰色Verhulst模型在中长期负荷预测 中的应用卩

33、电网技术，2009. 33(18)： 124-127.ZHOU De-qiang Application of impro*ed gray erhulst model in middle and long temi load forecastingJ Power System Technology, 2009, 33(18)： 124-127.12 方仍存.周建中.张勇传.等菇于粒子群优化的非 线性灰色Bernoulli模型在屮2期负荷预测中的应用 J.电网技术.2008- 32(12)： 60-63.FANG Reng-cun. ZHOU Jian-zhong. ZHANG Ybng-chw

34、an. et al. Application of particle swarm optimization based nonlinear grey Bernoulli model in mediiun-and long-tenn load fbrecastingJ. Power System Technology, 2008. 32(12)： 60-63.13 何永秀.戴爱英.罗涛.等.押能电网条件卜的两阶 段电力击求预测模弋研究J电力系统保护与控制. 2010. 38(21)： 167-172.HE Yong-xiu. DAI Ai-ying. LUO Tao. et al. A nvo-

35、stage electricity demand forecasting model in the smart gridJ Power System Piotectiou and Control. 2010. 38(21)： 167-172.14 刘思邮.党躍国方志耕.等.灰色系统理论及英应 用M北京：科学出版社,2004.15 翟军盛建明冯英浚.MGM(1, n)灰色模型及其应 用J系统工程理论与实践 1997. 17(5)： 109-113. ZHAI Juii. SHENG Jian-nnng. FENG Ying-jun The grey model MGM(l.n) and its

36、applicationJ. Systems Engineering： Theory & Practice. 1997. 17(5)： 109-113.收稿日期：2011-01-20： 修回日期：2011 -05-06 作者简介：王允平（1973-）女，高级工程师，主要从爭电力系统 生产运行管理智能电网及技术监督工作:E-inail qiandu66 126 com黃殿勋（1964- h男、离级工程师、主要从爭电力系统 二次規划.智能电网及调度白动化等领域的研究工作；熊浩滞（1979），男，博士，工程师主要从事电力系 统运行方式分析，智能电网规划智能变电站的研究工作.71994-2015 China Academic Journal Electronic Publishing House. All rights reserved, -100-电力，伉律护多炒剧71994-2015 China Academic Journal Electronic Publishing House. All rights reserved, -100-电力，伉律护多炒剧(上接第 95 页 continued from page 95 )8 黄宗君,李兴源城剑.等.贵阳南部电网“7 r事 故的仿其反演和分析J.电力系统门动化，2007, 31(9)： 95-100.HUANG Zong-ju