电力系统负荷预测方法及特点_第1页
电力系统负荷预测方法及特点_第2页
电力系统负荷预测方法及特点_第3页
电力系统负荷预测方法及特点_第4页
电力系统负荷预测方法及特点_第5页
已阅读5页,还剩1页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

电力系统负荷预测方法及特点

1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。

2负荷预测的方法及特点

2.1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。

2.2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,赚予变量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。

2.3弹性系数法

弹性系数是电量平均增长率与国内生产总值之间的比

值,根据国内生产总值的增长速度结合弹性系数得到规划期

末的总用电量。弹性系数法是从宏观上确定电力发展同国民

经济发展的相对速度,它是衡量国民经济发展和用电需求的

重要参数。该方法的优点是:方法简单,易于计算。缺点是:

需做大量细致的调研工作。

2.4回归分析法

回归预测是根据负荷过去的历史资料,建立可以开展数

学分析的数学模型。用数理统计中的回归分析方法对变量的

观测数据统计分析,从而实现对未来的负荷开展预测。回归

模型有一元线性回归、多元线性回归、非线性回归等回归预

测模型。其中,线性回归用于中期负荷预测。优点是:预测

精度较高,适用于在中、短期预测使用。缺点是:①规划水

平年的工农业总产值很难详细统计;②用回归分析法只能测

算出综合用电负荷的发展水平,无法测算出各供电区的负荷

发展水平,也就无法开展具体的电网建设规划。

2.5时间序列法

就是根据负荷的历史资料,设法建立一个数学模型,用

这个数学模型一方面来描述电力负荷这个随机变量变化过

程的统计规律性;另一方面在该数学模型的根底上再确立负

荷预测的数学表达式,对未来的负荷开展预测。时间序列法

主要有自回归AR(p)、滑动平均MA(q)和自回归与滑动平均

ARMA(p,q)等。这些方法的优点是:所需历史数据少、工作

量少。缺点是:没有考虑负荷变化的因素,只致力于数据的

拟合,对规律性的处理缺陷,只适用于负荷变化比较均匀的

短期预测的情况。

2.6灰色模型法

灰色预测是一种对含有不确定因素的系统开展预测的

方法。以灰色系统理论为根底的灰色预测技术,可在数据不

多的情况下找出某个时期内起作用的规律,建立负荷预测的

模型。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,此法有预测精度高、所需样本数

据少、计算简便、可检验等优点;缺点是对于具有波动性变

化的电力负荷,其预测误差较大,不符合实际需要。而最优

化灰色模型可以把有起伏的原始数据序列变换成规律性增

强的成指数递增变化的序列,大大提高预测精度和灰色模型

法的适用范围。灰色模型法适用于短期负荷预测。灰色预测

的优点:要求负荷数据少、不考虑分布规律、不考虑变化趋

势、运算方便、短期预测精度高、易于检验。缺点:一是当

数据离散程度越大,即数据灰度越大,预测精度越差;二是

不太适合于电力系统的长期后推若干年的预测。

2.7德尔菲法

德尔菲法是根据有专门知识的人的直接经验,对研究的

问题开展判断、预测的一种方法,也称专家调查法。德尔菲

法具有反应性、匿名性和统计性的特点。德尔菲法的优点是:

①可以加快预测速度和节约预测费用;②可以获得各种不同

但有价值的观点和意见;③适用于长期预测,在历史资料缺

陷或不可预测因素较多尤为适用。缺点是:①对于分地区的

负荷预测则可能不可靠;②专家的意见有时可能不完整或不

切实际。

2.8专家系统法

专家系统预测法是对数据库里存放的过去几年甚至几

十年的,每小时的负荷和天气数据开展分析,从而聚集有经

验的负荷预测人员的知识,提取有关规则,按照一定的规则

开展负荷预测。实践证明,准确的负荷预测不仅需要高新技

术的支撑,同时也需要融合人类自身的经验和智慧。因此,

就会需要专家系统这样的技术。专家系统法,是对人类的不

可量化的经验开展转化的一种较好的方法。但专家系统分析

本身就是一个耗时的过程,并且某些复杂的因素(如天气因

素),即使知道其对负荷的影响,但要准确定量地确定他们

对负荷地区的影响也是很难的。专家系统预测法适用于中、

长期负荷预测。此法的优点是:①能聚集多个专家的知识和

经验,最大限度地利用专家的能力;②占有的资料、信息多,

考虑的因素也比较全面,有利于得出较为正确的结论。缺点

是:①不具有自学习能力,受数据库里存放的知识总量的限

制;②对突发性事件和不断变化的条件适应性差。

2.9神经网络法

神经网络(ANN,ArtificialNeuralNetwork)预测技术,

可以模仿人脑做智能化处理,对大量非构造性、非确定性规

律具有自适应功能。ANN应用于短期负荷预测比应用于中长

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。而长期负荷预测可能会因政治、经济等大的

转折导致其模型的数学根底的破坏。优点是:①可以模仿人

脑的智能化处理;②对大量非构造性、非准确性规律具有自

适应功能;③具有信息记忆、自主学习、知识推理和优化计

算的特点。缺点是:①初始值确实定无法利用已有的系统信

息,易陷于局部极小的状态;②神经网络的学习过程通常较

慢,对突发事件的适应性差。

2.10优选组合预测法

优选组合有两层含义

:一是从几种预测方法得到的结果中选取适当的权重加

权平均;二是指在几种预测方法中开展比较,选择拟和度最

正确或标准偏差最小的预测模型开展预测。对于组合预测方

法也必需注意到,组合预测是在单个预测模型不能完全正确

地描述预测量的变化规律时发挥作用。一个能够完全反映实

际发展规律的模型开展预测完全可能比用组合预测方法预

测效果好。该方法的优点是:优选组合了多种单一预测模型

的信息,考虑的影响信息也比较全面,因而能够有效地改善

预测效果。缺点是:①权重确实定比较困难;②不可能将所

有在未来起作用的因素全包含在模型中,在一定程度上限制

了预测精度的提高。

2.11小波分析预测技术

小波分析是一种时域-频域分析法,它在时域和频域上

同时具有良好的局部化性质,并且能根据信号频率高低自动

调节采样的疏密,它容易捕捉和分析微弱信号以及信号、图

像的任意细小部分。其优点是:能对不同的频率成分采用逐

渐精细的采样步长,从而可以聚集到信号的任意细节,尤其

是对奇异信号很敏感,能很好的处理微弱或突变的信号,其

目标是将一个信号的信息转化成小波系数,从而能够方便地

加以处理、储存、传递、分析或被用于重建原始信号。这些

优点决定了小波分析可以有效地应用于负荷预测问题的研

究。

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论