电力系统短期负荷预测方法综述-廖旎焕

第39卷第1期电力系统保护与控制Vol.39No.12011年1月1日PowerSystemProtectionandControlJan.1,2011电力系统短期负荷预测方法综述廖旎焕1，胡智宏2，马莹莹3，卢王允4（1.华北水利水电学院电力学院，河南郑州450010；2.郑州轻工业学院电气信息工程学院，河南郑州450002；3.山东省建设高压容器有限公司，山东济南250101；4.周口市供电公司，河南周口466000）摘要：简述了短期负荷预测的概念和意义，分析了短期负荷预测的特点和影响预测精度的各种因素，将目前的预测方法分为经典方法、传统方法、智能方法和预测新方法。综合分析了目前各种预测方法的应用原理，详细分析和比较了各个预测方法的优点和不足之处。提出提高短期负荷预测的精度不仅重视历史数据的积累，更应注重选择合适的预测模型，综合预测模型是未来电力负荷预测方法的发展方向。关键词：电力系统；短期负荷预测；能量管理系统；专家系统；混沌理论Reviewoftheshort-termloadforecastingmethodsofelectricpowersystemLIAONi-huan1，HUZhi-hong2，MAYing-ying3，LUWang-yun4(1.CollegeofElectricPower,NorthChinaUniversityofWaterResourcesandElectricPower，Zhengzhou450010，China；2.CollegeofElectricandInformationEngineering，ZhengzhouUniversityofLightIndustry，Zhengzhou450002，China；3.ShandongProvinceConstructionHighPressureVesselCo.Ltd，Jinan250101，China；4.ZhoukouPowerSupplyCompany，Zhoukou466000，China)Abstract：Thedefinitionandmeaningofshort-termloadforecastingareintroducedT．hecharacteristicsandfactorsaffectingtheprecisionofshort-termloadforecastingofpowersystemarediscussedT．hecurrentforecastingmethodsaredividedintoclassicalmethods，traditionalmethods，intelligentmethods，andnewloadforecastingmethodsthe，applicableprincipleofeverymethodisanalyzedcomprehensively,andtheadvantagesanddisadvantagesofeverymethodareanalyzedandcomparedindetailThereforet．，oimprovetheprecisionofshort-termloadforecastingweshould，notonlyfocusontheaccumulationofhistoricaldatabutalsopay，moreattentiontoselecttherightingforecastingmodel.Compositeforecastingmodelisthedirectionoffuturedevelopment.Keywords：electricpowersystem；short-termloadforecasting；energymanagementsystem；expertsystem；chaostheory中图分类号：TM715文献标识码：A文章编号：1674-3415(2011)01-0147-060引言短期电力负荷预测主要是指预报未来几小时、1天至几天的电力负荷，电力负荷预测是能量管理系统的重要组成部分，短期负荷预测不但为电力系统的安全、经济运行提供保障，也是市场环境下编排调度计划、供电计划、交易计划的基础[1]。随着电力生产和消费日益市场化，对负荷预测的准确性、实时性、可靠性和智能性提出了更高的要求，因此，负荷预测已经成为现代化电力系统运行和管理中的一个重要研究领域。短期负荷预测作用的大小主要取决于预测精度，因此如何提高预测精度是目前研究短期负荷预测理论和方法的重点。关于短期负荷预测的研究已有很长的历史，国内外许多专家和学者在预测理论和方法方面做了大量的研究工作，提出了很多预测模型[2]。但是，由于影响短期负荷的因素很多，很多预测方法的预测精度和使用范围受到限制。因此，针对目前的短期预测方法进行了综合比较分析，分析了各种预测方法的原理、优点和不足之处，并指出了未来短期负荷预测理论的研究方向，为实际短期负荷的预测提供借鉴作用。1短期负荷预测的特点和影响因素1.1短期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，建立相关的模型，对未来电力负荷进行科学预测。短期负荷具有随机性和不确定性，这就-148-电力系统保护与控制使负荷预测具有以下明显的特点：（1）预测结果的不确定性；（2）由于各种负荷预测都是在具体的条件下进行的，具有条件性；（3）短期负荷预测都有一定的时间范围，具有时间性；（4）由于预测结果的不准确性和条件性，所以具有多方案性[3]。1.2影响负荷预测精度的因素负荷预测是根据负荷过去的历史资料，建立恰当的数学模型对未来的负荷进行预测。因此，预测精度主要受以下因素影响：（1）历史数据；（2）天气情况；（3）日期类型；（4）预测模型；（5）社会事件等。2短期预测方法简述短期负荷由于受天气变化、社会活动和节日类型等各种因素的影响，在时间序列上表现为非平稳的随机过程，但是影响系统负荷的各因素中大部分具有规律性，从而为实现有效的预测奠定了基础。目前用于短期负荷预测的方法很多，可以分为经典预测方法、传统预测方法和智能预测方法等。电力负荷预测研究的核心问题是如何利用现有的历史数据，建立预测模型，对未来时刻或时间段内的负荷值进行预测，因此，历史数据信息的可靠性和预测模型是影响短期负荷预测精度的主要因素。随着现在电力系统管理信息系统的逐步建立，以及天气预测水平的提高，准确获取各种历史数据已不再困难，因此，短期负荷预测的核心问题是预测模型的水平高低，以下内容对各种预测方法进行了分析和比较。2.1经典方法2.1.1回归分析法回归分析预测方法是根据历史数据的变化规律和影响负荷变化的因素，寻找自变量与因变量之间的相关关系及其回归方程式，确定模型参数，据此推断将来时刻的负荷值。回归分析法的优点是计算原理和结构形式简单，预测速度快，外推性能好，对于历史上没有出现的情况有较好的预测。存在的不足是对历史数据要求较高，采用线性方法描述比较复杂的问题，结构形式过于简单，精度较低；该模型无法详细描述各种影响负荷的因素，模型初始化难度较大，需要丰富的经验和较高的技巧。2.1.2时间序列法电力负荷的历史数据是按一定时间间隔进行采样和记录下来的有序集合，因此是一个时间序列，时间序列方法是目前电力系统短期负荷预测中发展较为成熟的算法，根据负荷的历史数据，建立描述电力负荷随时间变化的数学模型，在该模型的基础上确立负荷预测的表达式，并对未来负荷进行预测。时间序列方法优点是所需数据少，工作量小；计算速度较快；反映了负荷近期变化的连续性。时间序列方法存在的不足是建模过程比较复杂，需要较高的理论知识；该模型对原始时间序列的平稳性要求较高，只适用于负荷变化比较均匀的短期预测；没有考虑影响负荷变化的因素，对不确定性因素（如天气、节假日等）考虑不足，当天气变化较大或遇到节假日时，该模型预测误差较大[4]。2.2传统方法2.2.1负荷求导法对于负荷序列()(1,2,3,)pii=负荷求导法的预测公式为：(1)fore()re()foreiiippp+=+∆其中：(+1)foreip为对第1i+点的负荷预测值；()reip为第i点的负荷实际值；()foreip∆为第i点的负荷变化率的预测值[5]。()fore()re1DijjijpKp=∆=∆∑·其中：D为选用过去负荷的天数；jK为第j天的合适因子，11DjjK==∑；()rejip∆为第j天的第i点()reip∆。负荷求导法的优点是原理清楚，便于理解和应用，但是负荷求导法要求电力负荷的变化率具有稳定性和规律性，并且预测误差有累计效应。2.2.2相似日法对与待预测日相似的某些日的负荷进行修正，从而得出预测日的负荷，即为相似日法，相似日法首先采用某种差异评价函数，寻找与预测日负荷最相似的某些天（相似日），根据待测负荷日的参数进行修正。相似日法是一种原理简单、应用简便、效果良好的实用方法，但是如何建立合适的评价函数找到相似日和进行修正是影响该法预测精度的关键问题。2.2.3卡尔曼滤波法卡尔曼滤波法又称为状态空间法，其指导思想是：把负荷分解为确定分量和随机分量，确定分量一般用一阶线性模型描述和预测，随机分量可用状态变量表示，通过建立状态空间模型进行负荷预报。文献[6]将其应用于电力系统短期负荷预测，并作了廖旎焕，等电力系统短期负荷预测方法综述-149-改进，提出了预测值修正方法，使其对天气的影响预测得更为精确。由于对历史数据进行滤波估计，得到的是对系统下一个时刻状态的最佳估计，而通过预报获得的新数据则反映了系统的未来状态，因此，它们的组合能够让预测模型获得更多的信息，从而得到更加准确的预测值[7]。卡尔曼滤波法不足之处是实际应用中难以估计出噪音的统计特性，例如，量测噪音和系统噪音方差等。2.2.4指数平滑法指数平滑法采用电力系统负荷趋势外推预测技术，是用过去数周的同类型日的相同时间负荷组成一组时间上有序的数组()yt，(1)yt−，(2)yt−，，对该数组加权平均，最后得出待预测时段的负荷值，迭代的公式为：2112(1)(1)ttttLXXXααααα+−−=+−+−+其中：1tL+为1t+时刻的负荷值；1/nα=，n为所有数据积累的个数。指数平滑法的原理是加权平均，计算时应加大新近数据的权系数，减小陈旧数据的权系数，以体现过程的时变性，反映了近期数据对未来负荷影响程度，通过平滑作用可以消除序列中的随机波动。指数平滑法的优点是将电力需求作为一个整体，根据某个单一的指标进行预测，方法简单，但很难反映当今经济、政治和天气等条件的影响。2.2.5灰色预测法灰色预测是一种对含有不确定因素的系统进行预测的方法，用灰色模型（GM）的微分方程作为电力系统单一指标（如负荷）的预测时，求解微分方程的时间响应函数表达式即为所求的灰色预测模型，对模型的精度和可信度进行校验并修正后，即可据此模型预测未来的负荷，适用于贫信息条件下的分析和预测，常用的灰色预测模型是GM(1,1)[8-9]。灰色系统理论的优点是在建模时不需要计算统计特征量，可以应用于任何非线性变化的负荷指标预测，要求负荷数据少，不考虑分布规律和变化趋势，运算方便，短期预测精度高，易于应用。不足之处是要求负荷变化规律具有指数变化趋势，当数据离散程度越大，即数据灰度越大，预测精度越差。2.3智能预测法2.3.1专家系统法专家系统法是基于知识的程序设计方法建立起来的计算机系统，拥有某一领域内的专家知识和经验，并能像专家那样运用这些知识和经验，通过推理对未来进行预测。文献[10]提出基于专家系统对短期负荷进行预测，其预测精度基本达到要求，并在台湾电网中投入应用。专家系统的优点是能够综合考虑多个影响因素，该方法全过程程序化，具有建模简单和快速决断的优点；专家系统具有丰富的经验和知识，可以不断丰富和积累；以计算机为载体的专家系统可以准确无误地工作，可靠性好，工作效率高，可以避开复杂的数值计算并得到较准确的预测结果。专家系统的不足之处是预测过程中容易出现人为差错；把专家知识和经验等