中长期电力负荷预测研究

GGFF大学毕业设计（论文）

挥作用。一个能够完全反映现实发展规律的模型进行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权重的确定比较困难。

1.4研究现状

目前，中长期电力负荷预测的研究多采用以下方法：回归模型、灰色数学、时间序列、小波分析及组合预测。

毛李帆、江岳春等在最小二乘法原理的基础上，利用回归分析建立模型；该模型特点是最大限度保留原始数据信息和数据信息集中在几个互不相关的主成分上，该模型与逐步回归分析方法比较，准确性高，实用性强??。

3赵文清、王飞通过对原始序列的等间隔处理和背景值的改造的方法，建立了改进的灰色模型，提高了预测精度?4?。

任玉珑、刘焕等提出了一种将熵权法与支持向量机相结合的预测方法，考虑各种影响因素的信息稠密度，通过加权处理，减少信息冗余，提高了SVM训练速度和预测精度

?5?。

1.5目前存在的问题

负荷预测的建模与预测是根据历史数据资料所包含的信息，影响负荷预测精度的原因是多方面的，建立理想的模型及处理随机因素仍然是负荷预测的主要问题，具体可分为三个方面：①预测模型的质量。负荷预测模型的建模与预测是依据历史数据资料所包含的信息，因此预测模型反映历史数据所包含信息的有效性和程度决定了预测水平的高低；②未来不确定性。各个用户的用电行为在未来具有一定程度的不确定性；③信息不完整。由于大量用户的用电行为与影响因素（如气象因素）之间的关系在历史数据中是没有记载的，信息的缺失和不完整是无法避免的，这些因素致使负荷预测很难作到没有误差

?5?。

实践证明，灰色系统理论中的核心模型GM（1，1）模型的拟合或预测效果有时候好，有时出现很大偏差，甚至完全失效。因为电力系统本身具备灰色系统特征，故考虑用灰色理论来对电力负荷进行建模预测符合灰色预测模型的基本条件。但在数据离散度较大时，预测精度将明显降低。特别是用于时间跨度较长的中长期负荷预测中，预测时段末端预测效果不够理想。发现造成这一现象的根本原因在于灰色模型本身。因而如何合理的使用该模型，提高它的拟合和预测精度一直是科技工作者感兴趣，也是相当困难的问题。

8

GGFF大学毕业设计（论文）

1.6本文的主要工作

一、探讨了电力系统中长期负荷预测的研究背景、意义、基本原理以及研究现状，分析了常用的预测方法以及各自的优缺点，并具体讲述了目前灰色理论中存在的一些问题。

二、介绍了负荷预测的相关内容，如特点、分类以及影响电力负荷发展的因素，并分析了误差产生的原因和衡量指标。

三、对负荷预测中的灰色预测方法进行了深入的研究，介绍了回归分析和灰色理论的基本原则，建模的基本机理、基本步骤以及检验模型精度的几种方法。

四、分析了回归分析建模的局限性，而且提出了改进的方法；应用灰色模型GM（1，1）进行实例分析，得到具体的算法工程，与回归分析进行比较。在提出改进方法和形成负荷预测模型的基础之上,利用MATLAB编写了负荷预测程序进行预测，证明了灰色预测模型在中长期预测中有更加理想的精度。

五、对全文进行了总结，并对中长期负荷预测进行了展望。

其中，第三、四章，每章都针对该章节提出的预测模型举例，通过两种模型对河南省作电力负荷预测的结果进行的比较，验证了改进后的负荷预测模型和灰色模型具有精度高、误差小的优点。

9

GGFF大学毕业设计（论文）

第二章 负荷预测的方法

2.1负荷预测的分类

负荷预测用于预测未来电网负荷的空间分布和时间分布。预测内容为用电量、负荷曲线、最大负荷、负荷分布等

(1)按时间分类

电力系统负荷预侧按时间进行分类，可分为长、中、短及超短期负荷预测。长期负荷预测一般是指数年至数十年的负荷预侧；中期负荷预测一般是指1一5年以内的预测;短期负荷预侧是指一年之内，以月为单位的负荷预测，还指以小时、天、周为单位的负荷预侧；而超短期负荷预侧是指未来1h、未来0.5h，甚至未来几秒钟的预测。超短期预测用于在线控制；中短期预测用于运行计划；中长期预测主要用于规划。表2-1总结了不同期限预测问题的对比：

10

[6]。

GGFF大学毕业设计（论文）

表2-1 几种负荷预测类型的比较

预测期限 预测对象与内容 超短期负荷预测 短期负荷预测 某日内每个时刻（如24.48.96或288点）的负荷，电量 中期负荷预测 某物理量（负荷、电量）的月度统计数据 安排月度检修安排日开停计划和发电计划 计划、运行方式、水库调度计划、电煤计划 在年、月、周、日不同期限上均具有明显的周期性 星期类型、气象因素（温度、湿度、降雨等）、电价 周期性增长，各个年度的12个月具有相似的规律 大用户生产计划、气象条件、产业结构调整情况、电价政策等 外推预测法、时间序列预测 长期负荷预测 当前时刻往后若干时段的负荷 某物理量（负荷、电量）的年度统计数据 提供电源、电网规划的基础数据，确定年度检修计划、运行方式等 基本上单调变化（一般是递增的）、无周期性 国民经济发展情况、人口、产值单耗、产业结构调整情况、电价政策 回归分析、指数平滑法、灰色预测等 用于实时安全分作用 析、实时经济调度、自动发电控制（AGC） 与前几日同时段的瞬时变化规律比较类似 一般较少考虑，暑假时可以计及实时温度变化 预测特点 主要影响因素 主要的成熟预测方法 线性外推法、指数平滑法 时间序列预测、神经网络预测 (2)按行业分类

按行业分类可以分为商业负荷、农村负荷、工业负荷、城市民用负荷以及其它负荷预测。每种类型的负荷都有各自的主要影响因素如民用负荷及商业负荷随季节性变化；而工业负荷一般都视作是受气候影响较小的基础负荷。分析负荷的结构及其影响因素对提高负荷预测的准确性至关重要，尤其是针对突发性重大事件。

(3)按特性分类

根据负荷预测表示的不同特性，又可以分为最低负荷、最高负荷、平均负荷、负荷峰谷差、低谷负荷平均、高峰负荷平均、平峰负荷平均、全网负荷、母线负荷、负荷率等类型的负荷预测，以满足用电部门的管理工作需要。

2.2负荷预测的特点

由于电力工业负荷与一般的产业不同，其产品即电能无法大量存储，电力的生产和消费必须在同一瞬间进行，电站建设耗资大，建设周期长，电能对于国民经济各个行业和人

11