電力系統負荷預測方法及特點_第1頁
電力系統負荷預測方法及特點_第2頁
電力系統負荷預測方法及特點_第3頁
電力系統負荷預測方法及特點_第4頁
電力系統負荷預測方法及特點_第5頁
已閱讀5頁,還剩1頁未讀 繼續免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

電力系統負荷預測方法及特點

1引言

負荷預測是從已知的用電需求出發,考慮政治、經濟、

氣候等相關因素,對未來的用電需求做出的預測。負荷預測

包括兩方面的含義:對未來需求量(功率)的預測和未來用電

量(能量)的預測。電力需求量的預測決定發電、輸電、配電

系統新增容量的大小;電能預測決定發電設備的類型(如調

峰機組、基荷機組等)。

負荷預測的目的就是提供負荷發展狀況及水平,同時確

定各供電區、各規劃年供用電量、供用電最大負荷和規劃地

區總的負荷發展水平,確定各規劃年用電負荷構成。

2負荷預測的方法及特點

2.1單耗法

按照國家安排的產品產量、產值計劃和用電單耗確定需

電量。單耗法分”產品單耗法"和”產值單耗法"兩種。采用”

單耗法”預測負荷前的關鍵是確定適當的產品單耗或產值單

耗。從我國的實際情況來看,一般規律是產品單耗逐年上升,

產值單耗逐年下降。單耗法的優點是:方法簡單,對短期負

荷預測效果較好。缺點是:需做大量細致的調研工作,比較

籠統,很難反映現代經濟、政治、氣候等條件的影響。

2.2趨勢外推法

當電力負荷依時間變化呈現某種上升或下降的趨勢,并

且無明顯的季節波動,又能找到一條合適的函數曲線反映這

種變化趨勢時,就可以用時間t為自變量,時序數值y為因

變量,建立趨勢模型y=f(t)。當有理由相信這種趨勢能夠

延伸到未來時,賺予變量t所需要的值,可以得到相應時刻

的時間序列未來值。這就是趨勢外推法。

應用趨勢外推法有兩個假設條件:①假設負荷沒有跳躍

式變化;②假定負荷的發展因素也決定負荷未來的發展,其

條件是不變或變化不大。選擇合適的趨勢模型是應用趨勢外

推法的重要環節,圖形識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測法、對數趨勢預測法、二次曲線

趨勢預測法、指數曲線趨勢預測法、生長曲線趨勢預測法。

趨勢外推法的優點是:只需要歷史數據、所需的數據量較少。

缺點是:如果負荷出現變動,會引起較大的誤差。

2.3彈性系數法

彈性系數是電量平均增長率與國內生產總值之間的比

值,根據國內生產總值的增長速度結合彈性系數得到規劃期

末的總用電量。彈性系數法是從宏觀上確定電力發展同國民

經濟發展的相對速度,它是衡量國民經濟發展和用電需求的

重要參數。該方法的優點是:方法簡單,易于計算。缺點是:

需做大量細致的調研工作。

2.4回歸分析法

回歸預測是根據負荷過去的歷史資料,建立可以開展數

學分析的數學模型。用數理統計中的回歸分析方法對變量的

觀測數據統計分析,從而實現對未來的負荷開展預測。回歸

模型有一元線性回歸、多元線性回歸、非線性回歸等回歸預

測模型。其中,線性回歸用于中期負荷預測。優點是:預測

精度較高,適用于在中、短期預測使用。缺點是:①規劃水

平年的工農業總產值很難詳細統計;②用回歸分析法只能測

算出綜合用電負荷的發展水平,無法測算出各供電區的負荷

發展水平,也就無法開展具體的電網建設規劃。

2.5時間序列法

就是根據負荷的歷史資料,設法建立一個數學模型,用

這個數學模型一方面來描述電力負荷這個隨機變量變化過

程的統計規律性;另一方面在該數學模型的根底上再確立負

荷預測的數學表達式,對未來的負荷開展預測。時間序列法

主要有自回歸AR(p)、滑動平均MA(q)和自回歸與滑動平均

ARMA(p,q)等。這些方法的優點是:所需歷史數據少、工作

量少。缺點是:沒有考慮負荷變化的因素,只致力于數據的

擬合,對規律性的處理缺陷,只適用于負荷變化比較均勻的

短期預測的情況。

2.6灰色模型法

灰色預測是一種對含有不確定因素的系統開展預測的

方法。以灰色系統理論為根底的灰色預測技術,可在數據不

多的情況下找出某個時期內起作用的規律,建立負荷預測的

模型。分為普通灰色系統模型和最優化灰色模型兩種。

普通灰色預測模型是一種指數增長模型,當電力負荷嚴

格按指數規律持續增長時,此法有預測精度高、所需樣本數

據少、計算簡便、可檢驗等優點;缺點是對于具有波動性變

化的電力負荷,其預測誤差較大,不符合實際需要。而最優

化灰色模型可以把有起伏的原始數據序列變換成規律性增

強的成指數遞增變化的序列,大大提高預測精度和灰色模型

法的適用范圍。灰色模型法適用于短期負荷預測。灰色預測

的優點:要求負荷數據少、不考慮分布規律、不考慮變化趨

勢、運算方便、短期預測精度高、易于檢驗。缺點:一是當

數據離散程度越大,即數據灰度越大,預測精度越差;二是

不太適合于電力系統的長期后推若干年的預測。

2.7德爾菲法

德爾菲法是根據有專門知識的人的直接經驗,對研究的

問題開展判斷、預測的一種方法,也稱專家調查法。德爾菲

法具有反應性、匿名性和統計性的特點。德爾菲法的優點是:

①可以加快預測速度和節約預測費用;②可以獲得各種不同

但有價值的觀點和意見;③適用于長期預測,在歷史資料缺

陷或不可預測因素較多尤為適用。缺點是:①對于分地區的

負荷預測則可能不可靠;②專家的意見有時可能不完整或不

切實際。

2.8專家系統法

專家系統預測法是對數據庫里存放的過去幾年甚至幾

十年的,每小時的負荷和天氣數據開展分析,從而聚集有經

驗的負荷預測人員的知識,提取有關規則,按照一定的規則

開展負荷預測。實踐證明,準確的負荷預測不僅需要高新技

術的支撐,同時也需要融合人類自身的經驗和智慧。因此,

就會需要專家系統這樣的技術。專家系統法,是對人類的不

可量化的經驗開展轉化的一種較好的方法。但專家系統分析

本身就是一個耗時的過程,并且某些復雜的因素(如天氣因

素),即使知道其對負荷的影響,但要準確定量地確定他們

對負荷地區的影響也是很難的。專家系統預測法適用于中、

長期負荷預測。此法的優點是:①能聚集多個專家的知識和

經驗,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論。缺點

是:①不具有自學習能力,受數據庫里存放的知識總量的限

制;②對突發性事件和不斷變化的條件適應性差。

2.9神經網絡法

神經網絡(ANN,ArtificialNeuralNetwork)預測技術,

可以模仿人腦做智能化處理,對大量非構造性、非確定性規

律具有自適應功能。ANN應用于短期負荷預測比應用于中長

期負荷預測更為適宜。因為,短期負荷變化可以認為是一個

平穩隨機過程。而長期負荷預測可能會因政治、經濟等大的

轉折導致其模型的數學根底的破壞。優點是:①可以模仿人

腦的智能化處理;②對大量非構造性、非準確性規律具有自

適應功能;③具有信息記憶、自主學習、知識推理和優化計

算的特點。缺點是:①初始值確實定無法利用已有的系統信

息,易陷于局部極小的狀態;②神經網絡的學習過程通常較

慢,對突發事件的適應性差。

2.10優選組合預測法

優選組合有兩層含義

:一是從幾種預測方法得到的結果中選取適當的權重加

權平均;二是指在幾種預測方法中開展比較,選擇擬和度最

正確或標準偏差最小的預測模型開展預測。對于組合預測方

法也必需注意到,組合預測是在單個預測模型不能完全正確

地描述預測量的變化規律時發揮作用。一個能夠完全反映實

際發展規律的模型開展預測完全可能比用組合預測方法預

測效果好。該方法的優點是:優選組合了多種單一預測模型

的信息,考慮的影響信息也比較全面,因而能夠有效地改善

預測效果。缺點是:①權重確實定比較困難;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

了預測精度的提高。

2.11小波分析預測技術

小波分析是一種時域-頻域分析法,它在時域和頻域上

同時具有良好的局部化性質,并且能根據信號頻率高低自動

調節采樣的疏密,它容易捕捉和分析微弱信號以及信號、圖

像的任意細小部分。其優點是:能對不同的頻率成分采用逐

漸精細的采樣步長,從而可以聚集到信號的任意細節,尤其

是對奇異信號很敏感,能很好的處理微弱或突變的信號,其

目標是將一個信號的信息轉化成小波系數,從而能夠方便地

加以處理、儲存、傳遞、分析或被用于重建原始信號。這些

優點決定了小波分析可以有效地應用于負荷預測問題的研

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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論