電力系統(tǒng)負(fù)荷預(yù)測方法及特點(diǎn)_第1頁
電力系統(tǒng)負(fù)荷預(yù)測方法及特點(diǎn)_第2頁
電力系統(tǒng)負(fù)荷預(yù)測方法及特點(diǎn)_第3頁
電力系統(tǒng)負(fù)荷預(yù)測方法及特點(diǎn)_第4頁
電力系統(tǒng)負(fù)荷預(yù)測方法及特點(diǎn)_第5頁
已閱讀5頁,還剩1頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

電力系統(tǒng)負(fù)荷預(yù)測方法及特點(diǎn)

1引言

負(fù)荷預(yù)測是從已知的用電需求出發(fā),考慮政治、經(jīng)濟(jì)、

氣候等相關(guān)因素,對未來的用電需求做出的預(yù)測。負(fù)荷預(yù)測

包括兩方面的含義:對未來需求量(功率)的預(yù)測和未來用電

量(能量)的預(yù)測。電力需求量的預(yù)測決定發(fā)電、輸電、配電

系統(tǒng)新增容量的大小;電能預(yù)測決定發(fā)電設(shè)備的類型(如調(diào)

峰機(jī)組、基荷機(jī)組等)。

負(fù)荷預(yù)測的目的就是提供負(fù)荷發(fā)展?fàn)顩r及水平,同時(shí)確

定各供電區(qū)、各規(guī)劃年供用電量、供用電最大負(fù)荷和規(guī)劃地

區(qū)總的負(fù)荷發(fā)展水平,確定各規(guī)劃年用電負(fù)荷構(gòu)成。

2負(fù)荷預(yù)測的方法及特點(diǎn)

2.1單耗法

按照國家安排的產(chǎn)品產(chǎn)量、產(chǎn)值計(jì)劃和用電單耗確定需

電量。單耗法分”產(chǎn)品單耗法"和”產(chǎn)值單耗法"兩種。采用”

單耗法”預(yù)測負(fù)荷前的關(guān)鍵是確定適當(dāng)?shù)漠a(chǎn)品單耗或產(chǎn)值單

耗。從我國的實(shí)際情況來看,一般規(guī)律是產(chǎn)品單耗逐年上升,

產(chǎn)值單耗逐年下降。單耗法的優(yōu)點(diǎn)是:方法簡單,對短期負(fù)

荷預(yù)測效果較好。缺點(diǎn)是:需做大量細(xì)致的調(diào)研工作,比較

籠統(tǒng),很難反映現(xiàn)代經(jīng)濟(jì)、政治、氣候等條件的影響。

2.2趨勢外推法

當(dāng)電力負(fù)荷依時(shí)間變化呈現(xiàn)某種上升或下降的趨勢,并

且無明顯的季節(jié)波動(dòng),又能找到一條合適的函數(shù)曲線反映這

種變化趨勢時(shí),就可以用時(shí)間t為自變量,時(shí)序數(shù)值y為因

變量,建立趨勢模型y=f(t)。當(dāng)有理由相信這種趨勢能夠

延伸到未來時(shí),賺予變量t所需要的值,可以得到相應(yīng)時(shí)刻

的時(shí)間序列未來值。這就是趨勢外推法。

應(yīng)用趨勢外推法有兩個(gè)假設(shè)條件:①假設(shè)負(fù)荷沒有跳躍

式變化;②假定負(fù)荷的發(fā)展因素也決定負(fù)荷未來的發(fā)展,其

條件是不變或變化不大。選擇合適的趨勢模型是應(yīng)用趨勢外

推法的重要環(huán)節(jié),圖形識(shí)別法和差分法是選擇趨勢模型的兩

種基本方法。

外推法有線性趨勢預(yù)測法、對數(shù)趨勢預(yù)測法、二次曲線

趨勢預(yù)測法、指數(shù)曲線趨勢預(yù)測法、生長曲線趨勢預(yù)測法。

趨勢外推法的優(yōu)點(diǎn)是:只需要?dú)v史數(shù)據(jù)、所需的數(shù)據(jù)量較少。

缺點(diǎn)是:如果負(fù)荷出現(xiàn)變動(dòng),會(huì)引起較大的誤差。

2.3彈性系數(shù)法

彈性系數(shù)是電量平均增長率與國內(nèi)生產(chǎn)總值之間的比

值,根據(jù)國內(nèi)生產(chǎn)總值的增長速度結(jié)合彈性系數(shù)得到規(guī)劃期

末的總用電量。彈性系數(shù)法是從宏觀上確定電力發(fā)展同國民

經(jīng)濟(jì)發(fā)展的相對速度,它是衡量國民經(jīng)濟(jì)發(fā)展和用電需求的

重要參數(shù)。該方法的優(yōu)點(diǎn)是:方法簡單,易于計(jì)算。缺點(diǎn)是:

需做大量細(xì)致的調(diào)研工作。

2.4回歸分析法

回歸預(yù)測是根據(jù)負(fù)荷過去的歷史資料,建立可以開展數(shù)

學(xué)分析的數(shù)學(xué)模型。用數(shù)理統(tǒng)計(jì)中的回歸分析方法對變量的

觀測數(shù)據(jù)統(tǒng)計(jì)分析,從而實(shí)現(xiàn)對未來的負(fù)荷開展預(yù)測?;貧w

模型有一元線性回歸、多元線性回歸、非線性回歸等回歸預(yù)

測模型。其中,線性回歸用于中期負(fù)荷預(yù)測。優(yōu)點(diǎn)是:預(yù)測

精度較高,適用于在中、短期預(yù)測使用。缺點(diǎn)是:①規(guī)劃水

平年的工農(nóng)業(yè)總產(chǎn)值很難詳細(xì)統(tǒng)計(jì);②用回歸分析法只能測

算出綜合用電負(fù)荷的發(fā)展水平,無法測算出各供電區(qū)的負(fù)荷

發(fā)展水平,也就無法開展具體的電網(wǎng)建設(shè)規(guī)劃。

2.5時(shí)間序列法

就是根據(jù)負(fù)荷的歷史資料,設(shè)法建立一個(gè)數(shù)學(xué)模型,用

這個(gè)數(shù)學(xué)模型一方面來描述電力負(fù)荷這個(gè)隨機(jī)變量變化過

程的統(tǒng)計(jì)規(guī)律性;另一方面在該數(shù)學(xué)模型的根底上再確立負(fù)

荷預(yù)測的數(shù)學(xué)表達(dá)式,對未來的負(fù)荷開展預(yù)測。時(shí)間序列法

主要有自回歸AR(p)、滑動(dòng)平均MA(q)和自回歸與滑動(dòng)平均

ARMA(p,q)等。這些方法的優(yōu)點(diǎn)是:所需歷史數(shù)據(jù)少、工作

量少。缺點(diǎn)是:沒有考慮負(fù)荷變化的因素,只致力于數(shù)據(jù)的

擬合,對規(guī)律性的處理缺陷,只適用于負(fù)荷變化比較均勻的

短期預(yù)測的情況。

2.6灰色模型法

灰色預(yù)測是一種對含有不確定因素的系統(tǒng)開展預(yù)測的

方法。以灰色系統(tǒng)理論為根底的灰色預(yù)測技術(shù),可在數(shù)據(jù)不

多的情況下找出某個(gè)時(shí)期內(nèi)起作用的規(guī)律,建立負(fù)荷預(yù)測的

模型。分為普通灰色系統(tǒng)模型和最優(yōu)化灰色模型兩種。

普通灰色預(yù)測模型是一種指數(shù)增長模型,當(dāng)電力負(fù)荷嚴(yán)

格按指數(shù)規(guī)律持續(xù)增長時(shí),此法有預(yù)測精度高、所需樣本數(shù)

據(jù)少、計(jì)算簡便、可檢驗(yàn)等優(yōu)點(diǎn);缺點(diǎn)是對于具有波動(dòng)性變

化的電力負(fù)荷,其預(yù)測誤差較大,不符合實(shí)際需要。而最優(yōu)

化灰色模型可以把有起伏的原始數(shù)據(jù)序列變換成規(guī)律性增

強(qiáng)的成指數(shù)遞增變化的序列,大大提高預(yù)測精度和灰色模型

法的適用范圍。灰色模型法適用于短期負(fù)荷預(yù)測。灰色預(yù)測

的優(yōu)點(diǎn):要求負(fù)荷數(shù)據(jù)少、不考慮分布規(guī)律、不考慮變化趨

勢、運(yùn)算方便、短期預(yù)測精度高、易于檢驗(yàn)。缺點(diǎn):一是當(dāng)

數(shù)據(jù)離散程度越大,即數(shù)據(jù)灰度越大,預(yù)測精度越差;二是

不太適合于電力系統(tǒng)的長期后推若干年的預(yù)測。

2.7德爾菲法

德爾菲法是根據(jù)有專門知識(shí)的人的直接經(jīng)驗(yàn),對研究的

問題開展判斷、預(yù)測的一種方法,也稱專家調(diào)查法。德爾菲

法具有反應(yīng)性、匿名性和統(tǒng)計(jì)性的特點(diǎn)。德爾菲法的優(yōu)點(diǎn)是:

①可以加快預(yù)測速度和節(jié)約預(yù)測費(fèi)用;②可以獲得各種不同

但有價(jià)值的觀點(diǎn)和意見;③適用于長期預(yù)測,在歷史資料缺

陷或不可預(yù)測因素較多尤為適用。缺點(diǎn)是:①對于分地區(qū)的

負(fù)荷預(yù)測則可能不可靠;②專家的意見有時(shí)可能不完整或不

切實(shí)際。

2.8專家系統(tǒng)法

專家系統(tǒng)預(yù)測法是對數(shù)據(jù)庫里存放的過去幾年甚至幾

十年的,每小時(shí)的負(fù)荷和天氣數(shù)據(jù)開展分析,從而聚集有經(jīng)

驗(yàn)的負(fù)荷預(yù)測人員的知識(shí),提取有關(guān)規(guī)則,按照一定的規(guī)則

開展負(fù)荷預(yù)測。實(shí)踐證明,準(zhǔn)確的負(fù)荷預(yù)測不僅需要高新技

術(shù)的支撐,同時(shí)也需要融合人類自身的經(jīng)驗(yàn)和智慧。因此,

就會(huì)需要專家系統(tǒng)這樣的技術(shù)。專家系統(tǒng)法,是對人類的不

可量化的經(jīng)驗(yàn)開展轉(zhuǎn)化的一種較好的方法。但專家系統(tǒng)分析

本身就是一個(gè)耗時(shí)的過程,并且某些復(fù)雜的因素(如天氣因

素),即使知道其對負(fù)荷的影響,但要準(zhǔn)確定量地確定他們

對負(fù)荷地區(qū)的影響也是很難的。專家系統(tǒng)預(yù)測法適用于中、

長期負(fù)荷預(yù)測。此法的優(yōu)點(diǎn)是:①能聚集多個(gè)專家的知識(shí)和

經(jīng)驗(yàn),最大限度地利用專家的能力;②占有的資料、信息多,

考慮的因素也比較全面,有利于得出較為正確的結(jié)論。缺點(diǎn)

是:①不具有自學(xué)習(xí)能力,受數(shù)據(jù)庫里存放的知識(shí)總量的限

制;②對突發(fā)性事件和不斷變化的條件適應(yīng)性差。

2.9神經(jīng)網(wǎng)絡(luò)法

神經(jīng)網(wǎng)絡(luò)(ANN,ArtificialNeuralNetwork)預(yù)測技術(shù),

可以模仿人腦做智能化處理,對大量非構(gòu)造性、非確定性規(guī)

律具有自適應(yīng)功能。ANN應(yīng)用于短期負(fù)荷預(yù)測比應(yīng)用于中長

期負(fù)荷預(yù)測更為適宜。因?yàn)椋唐谪?fù)荷變化可以認(rèn)為是一個(gè)

平穩(wěn)隨機(jī)過程。而長期負(fù)荷預(yù)測可能會(huì)因政治、經(jīng)濟(jì)等大的

轉(zhuǎn)折導(dǎo)致其模型的數(shù)學(xué)根底的破壞。優(yōu)點(diǎn)是:①可以模仿人

腦的智能化處理;②對大量非構(gòu)造性、非準(zhǔn)確性規(guī)律具有自

適應(yīng)功能;③具有信息記憶、自主學(xué)習(xí)、知識(shí)推理和優(yōu)化計(jì)

算的特點(diǎn)。缺點(diǎn)是:①初始值確實(shí)定無法利用已有的系統(tǒng)信

息,易陷于局部極小的狀態(tài);②神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程通常較

慢,對突發(fā)事件的適應(yīng)性差。

2.10優(yōu)選組合預(yù)測法

優(yōu)選組合有兩層含義

:一是從幾種預(yù)測方法得到的結(jié)果中選取適當(dāng)?shù)臋?quán)重加

權(quán)平均;二是指在幾種預(yù)測方法中開展比較,選擇擬和度最

正確或標(biāo)準(zhǔn)偏差最小的預(yù)測模型開展預(yù)測。對于組合預(yù)測方

法也必需注意到,組合預(yù)測是在單個(gè)預(yù)測模型不能完全正確

地描述預(yù)測量的變化規(guī)律時(shí)發(fā)揮作用。一個(gè)能夠完全反映實(shí)

際發(fā)展規(guī)律的模型開展預(yù)測完全可能比用組合預(yù)測方法預(yù)

測效果好。該方法的優(yōu)點(diǎn)是:優(yōu)選組合了多種單一預(yù)測模型

的信息,考慮的影響信息也比較全面,因而能夠有效地改善

預(yù)測效果。缺點(diǎn)是:①權(quán)重確實(shí)定比較困難;②不可能將所

有在未來起作用的因素全包含在模型中,在一定程度上限制

了預(yù)測精度的提高。

2.11小波分析預(yù)測技術(shù)

小波分析是一種時(shí)域-頻域分析法,它在時(shí)域和頻域上

同時(shí)具有良好的局部化性質(zhì),并且能根據(jù)信號(hào)頻率高低自動(dòng)

調(diào)節(jié)采樣的疏密,它容易捕捉和分析微弱信號(hào)以及信號(hào)、圖

像的任意細(xì)小部分。其優(yōu)點(diǎn)是:能對不同的頻率成分采用逐

漸精細(xì)的采樣步長,從而可以聚集到信號(hào)的任意細(xì)節(jié),尤其

是對奇異信號(hào)很敏感,能很好的處理微弱或突變的信號(hào),其

目標(biāo)是將一個(gè)信號(hào)的信息轉(zhuǎn)化成小波系數(shù),從而能夠方便地

加以處理、儲(chǔ)存、傳遞、分析或被用于重建原始信號(hào)。這些

優(yōu)點(diǎn)決定了小波分析可以有效地應(yīng)用于負(fù)荷預(yù)測問題的研

究。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論