电力负荷预测技术概论

整理文档很辛苦,赏杯茶钱您下走!

免费阅读已结束,点击下载阅读编辑剩下 ...

阅读已结束,您可以下载文档离线阅读编辑

资源描述

电力负荷预测技术及其应用2012.21电力负荷预测概论1.1电力负荷预测的基本概念在充分考虑一些重要的系统运行特性、增容决策、自然条件与社会影响的条件下,研究或利用一套系统地处理过去与未来负荷的数学方法,在满足一定精度要求的意义下,确定未来某特定时刻的负荷数值,称为负荷预测。负荷预测的核心问题是预测的技术方法,或者说是预测数学模型。1.2电力负荷预测的作用电力负荷预测是电力企业的重要工作。基于准确的负荷预测可以经济合理地安排电力系统内部发电机组的启停,保持电网运行的安全稳定性,减少不必要的旋转备用容量,合理安排机组检修计划,保持社会的正常生产和生活,有限降低发电成本,提高经济效益和社会效益。预测的准确性直接影响到投资及运行的合理性,直接关系到电网的安全、经济、可靠运行。若负荷预测比实际偏低,将会导致电网容量不足,无法满足用户正常供电要求,甚至还可能缺电;另一方面,若负荷预测比实际偏高,则会导致安装一些过多而又不能充分利用的设备,从而引起投资的浪费。1.3负荷预测的特点及基本原理一、特点:(1)不准确性(2)条件性(3)时间性(4)多方案性二、基本原理:(1)可知性原理(2)可能性原理(3)连续性原理(4)相似性原理(5)反馈性原理(6)系统性原理1.4用电分类与负荷预测分类•用电分类按国民经济行业可划分为:工业用电、农业用电、交通运输电和市政生活用电四大类。其中每大类又可划分为若干小类。如工业用电可进一步分为重工业用电和轻工业用电;农业用电可进一步分为排灌用电、农副加工用电、农村照明用电等;交通运输用电又可分为电气化铁路用电、城市电车交通用电等;市政生活用电又可分为商业用电、街道照明用电、家庭生活用电及城市公共娱乐场所用电等。•负荷预测按时间可划分为:1、长期负荷预测(10~30年,以年为单位)2、中期负荷预测(5年左右,以年为单位)3、短期负荷预测(1年以内,以月、周、天、小时为单位)4、超短期负荷预测(1h以内)1.5电力负荷预测的基本程序(1)确定负荷预测目的,制定预测计划(2)调查和选择资料(3)整理资料(4)初步分析资料(5)建立预测模型(核心)(6)综合分析,确定预测结果(7)编写预测报告,交付使用(8)负荷预测管理1.6影响电力负荷预测的因素1、经济发展水平与经济结构调整的影响2、收入水平、生活水平和消费观念变化的影响3、电力消费结构变化的影响4、气候气温的影响5、电价(分时电价,可中断电价)6、需求侧管理措施的影响7、电力供应侧的影响8、政策因素的影响1.7负荷预测误差分析后验差检验内容:以残差(绝对误差)ε为基础,根据各期残差绝对值的大小,考察残差较小的点出现的概率,以及与预测误差方差有关指标的大小。n0000x,2x,1xxn0000xˆ,2xˆ,1xˆxˆkkk00xˆ-xn,,2,1knkkxnx1)0()(1后验差检验具体步骤:已知:历史负荷序列预测值序列则,记k时刻残差为实际平均值残差平均值其中m为预测残差数据的个数历史数据方差残差方差mkk1m121021n1nkxkxS2122m1mkkS验差检验重要指标•后验差比值C:•小误差概率P:指标C越小越好,C越小,表示S1大,而S2小,表明尽管历史数据很离散,但残差离散程度小,预测值与实际值之差并不太离散。指标P越大越好,P越大,表示残差与残差平均值之差小雨给定值0.6745S1的点较多。12SSC16745.0kSPP0C)(10P按C与P两个指标,可以综合评定预测模型的精度,如表1-1所示。表1-1综合评定预测模型的小误差概率(P)和后验差比值(C)预测精度等级PC好(一级)>0.95<0.35合格(二级)>0.80.35≤C<0.5勉强(三级)>0.70.5≤C<0.65不合格(四级)≥0.7≥0.652负荷预测经验技术与经典技术2.1经验预测技术1、专家预测法(专家会议法和专家小组法)2、类比法3、主观概率预测法4、调查预测法5、预警分析法:(1)领先落后指标法(2)扩散指数法6、情景预测法:(1)未来分析法(2)目标展开法(3)间隙分析法bgAdAs2.2负荷预测的经典技术1、单耗法(近期预测):2、负荷密度法:3、比例系数增长法:4、季节时间序列预测法:(1)季节系数法(2)趋势比率法(3)温特斯法5、弹性系数法电力需求弹性系数n0n)1(KAAxdydxdxydyxydxdyyxlnln)(1xy•定义:电力负荷的变化一方面有其不确定性,如气候的变化、意外事故的发生等造成对电力负荷的随机干扰。另一方面,在一定条件下,电力负荷存在着明显的变化趋势。通常可用描散点图的方法定性地确定变化趋势类型,按照该变化趋势就能对未来负荷情况作出判断,这就是趋势外推预测技术。•分类:(1)水平趋势预测技术(2)线性趋势预测技术(3)多项式趋势预测技术(4)季节型趋势预测技术(5)增长趋势预测技术3电力负荷趋势外推预测技术3.1水平趋势预测技术1、全平均法:(1)直接式(2)循环式(3)误差改正式2、一次滑动平均预测法(“重近轻远”原则)3、一次指数平滑预测法:(1)直接式(2)循环式(3)误差改正式4、一阶自适应系数预测法(不断调整)3.2线性趋势预测技术1、二次滑动平均法:计算一次、二次滑动平均值→→计算截距和斜率→作出预测2、二次指数平滑法3、二阶自适应系数预测法3.3多项式趋势预测技术1、三次指数平滑预测技术(可仿照二阶自适应系数法)一般地,n次多项式趋势可用n+1次指数平滑去作预测。2、累积预测法累积预测法中的主要计算是对数据的累积处理,累积过程其实也是一种对数据序列的平滑。使用累积法常数表,可以很快确定关系数,计算变得非常简单,方法的实用性较强。3.4季节型趋势预测技术电力负荷预测随时间的变化过程中,一般除存在着某种增长趋势外,还普遍存在着多种周期性变化,以年度为周期的季节性变化,还有以月、以星期、以日为周期的变化,习惯上都称之为季节型趋势。首先,检验季节性的存在性。方法:1、先定线性趋势的预测技术2、先定季节指数预测法3、季节型趋势的自适应参数法4、比例系数平滑预测法bttaexbttaecx3.5增长趋势预测技术一般来说,年度用(发)电量或同类型季(月)用(发)电量呈递增的变化趋势,以下是几种非线性增长趋势的预测模型:1、指数曲线模型2、非齐次指数模型3、龚帕兹模型4、逻辑斯谛模型)(btaectexbttaecx10,0ab0,0,0bac4电力负荷回归模型预测技术电力负荷回归模型预测技术就是根据负荷过去的历史资料,建立可以进行数学分析的数学模型,对未来的负荷进行预测。从数学上看,就是用数理统计中的回归分析方法,即通过对变量的观测数据进行统计分析,确定变量之间的关系,从而实现预测的目的。电力负荷回归预测包括线性回归和非线性回归。iiyx,ni,,2,14.1线性回归预测模型•一元线性回归模型一般步骤:(1)对n组样本观测数据设立模型式中——待估计参数(2)用最小二乘法得估计参数和,从而得y对x的线性回归方程。(3)对模型作假设检验,确认模型的实用价值。(4)对给定的预测点,在一定的置信度(1-α)下,求出对应的预测值,再求出的预测置信区间,并指明预测的标准偏差。2,0~,Nbxay2、、baaˆbˆxbayˆˆˆ0xx0ˆy0ˆy•多元线性回归模型在电力负荷预测的实际问题中,常遇负荷受多种因素影响的情形。假设与负荷这个随机变量y有相关关系的可控变量有多个,根据过去的历史资料研究变量之间的关系,就要考虑用多元回归分析方法来解决。4.2非线性回归预测模型(1)对数模型(2)乘幂模型(3)指数模型(4)多项式模型(5)S曲线模型其中:y:预测年电量(亿kWh)x:年份)a,b,c,b0,b1,b2为回归系数bxaecybxbxbyaxybxaybaxy1)ln(01222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基础上再确立负荷预测的数学表达式,对未来的负荷进行预测。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,对规律性的处理不足,只适用于负荷变化比较均匀的短期预测的情况。5电力负荷随机事件序列预测技术6电力负荷灰色预测技术6.1灰色系统理论•提出:灰色系统理论是中国学者邓聚龙教授1982年3月在国际上首先提出来的,在国际期刊《SYSTEMSANDCONTROL,I.ETTER》刊物上发表,题为“ControlProblemsofGreySystems”,引起了国际上的充分重视。•概念:在灰色系统理论的研究中,将各类系统分为白色、黑色和灰色系统。“白”指信息完全已知:“黑”指信息完全未知;“灰”则指信息部分已知、部分未知,或者说信息不完全,这是“灰”的基本含义。客观世界是物质的世界,也是信息的世界。可是在工程技术、社会、经济、农业、工业、环境,电力等各种系统中经常会遇到信息不完全的情况,如参数(或因素)信息不完全,结构信息不完全,关系(指内、外关系)信息不完全,运行行为信息不完全等等。灰色系统的特点1、用灰色数字来处理不确定量,使之量化2、充分利用已知信息寻求系统的运动规律3、灰色系统理论能处理贫信息系统6.2GM建模GM建模关联分析灰色建模绝对值关联度速度关联度建模机理建模过程绝对值关联度计算公式:速度关联度计算公式:速率关联度则反映了特定时段内两事物相对变化速率一直程度的平均状况。min00()()jkjkttmaxmax△Ρ△△Ρ△0min(),min()|()()|kjkjkxtxtmin△0max(),max()|()()|kjkjkxtxtmin△0()|()()|kkjktxtxt0j△111()1nirtn灰色GM模型的建模机理(1)将随机看作是灰色过程。(2)灰色模型实际上是生成数列所建模型。(3)灰色理论通过灰数的不同生成方式,数据的不同取舍来调整和修正,从而提高精度。(4)对于高阶系统建模,灰色理论是通过GM(1,n)模型群来解决的。(5)GM模型所得数据必须经过逆生成,即累减生成做还原后才能应用。6.3GM(1,1)模型的建立预测结果趋势图-100000100002000030000400001h3h5h7h9h11h13h15h17h19h21h23h小时时间负荷值实际负荷预测负荷绝对误差6.4GM(1,n)模型的建立第一步,假设影响预测值的因素为n个,即第二步,做1—AGO:第三步,由于累加后具有指数增长规律,而一阶微分方程的解恰是指数形式,由此对影响电力负荷的个n变量用一阶微分方程建立灰色模型:参数列为第四步,按最小二乘法可求出来,其计算式为由此可以求得参数列的唯一解,将参数矩阵代入到微分方程,则可得到n个变量建立起来的系统状态方程。解此方程:第五步,累减还原第六步,预测结果误差分析—后验差检验法6.5负荷灰色预测技术改进•改进的必要性:由于灰色预测有一定的局限性:一是当数据离散程度越大,即数据灰度越大,则预测精度越差。这使的灰色预测只在短期电力系统负荷预测中有较高精度,而中长期预测精度较差•改进途径(1)改造原始数列(2)选取初值(3)改进模型(4)改进技术方法:灰色阶梯预测法组合模型法等维新息替补预测法灰色模型群建模法7电力负荷预测技术的新发展近十余年来,随着科学技术的迅速发展,预测理论技术也取得来长的进步,新的预测方法不断出现,这些方法为连理负荷预测问题的研究提供来有力工具。(1)优选组合预测技术:等权平均组合预测法、方差-

1 / 39
下载文档,编辑使用

©2015-2020 m.777doc.com 三七文档.

备案号:鲁ICP备2024069028号-1 客服联系 QQ:2149211541

×
保存成功