基于灰色理论的农网负荷预测 - 图文

基于灰色预测法的农网负荷预测

（1）（0）x（1）?x（1）=2.55（1）（0）（0）x（2）?x（1）?x（2）?2.55?2.89?5.44（1）（0）（0）（0）x（3）?x（1）?x（2）?x（3）=5.44+3.31=8.75（1）（0）（0）（0）（0）x（4）?x（1）?x（2）?x（3）?x（4）=8.75+3.52=12.27 （二式）

（1）dx（1）?ax?b 建立相应的微分方程为： dt （三式）

其中x（1（）i）?（2.55,5.44,8.75,12.27），a，b为待定参数，记

b???a??b???(BTB?1)BTY ???1(1)(1)?2[x(1)?x(2)]1B=???......??????12[x(1)(n?1)?x(1)(n)]1?????0.5*(2.55?5.44)1?????0.5*(5.44?8.75)1??0.5*(8.75?12.27)1???????3.9951?????7.0951???10.511???? ??3.9951?TBT????3.995???7.0951?7.095?10.51????????10.511???111? 设G?BTB，则

16

（四式）（五式） （六式） 沈阳农业大学学士学位论文

??3.9951???3.995?7.095?10.51???TG?BB???7.0951??11??1???10.511????176.76?21.6?????21.61?? （七式）

于是

?21.6?G?1?（BTB）?1??3?176.76*3?21.62176.76*3?21.62??21.6176.76????176.76*3?21.62176.76*3?21.62?????0.04710.3390??0.33902.7740?? 因为矩阵

Y?[x(0)(2),x(0)(3),……x(0)(n)]T ?则M?BTY=???3.995?7.095?10.51??2.89???111???3.31???3.52??????72.025??9.72?? 如此，R阵为

R?G?1M???0.04710.3?3??9?0.33902.7???0?740????0.09? ?2.54?7?7系数a=-0.097，b=2.547 于是三式变成

dx（1）（1）dt-0.097x?2.547

有两个解

17

（八式）

（九式）

（十式）

?7?2.025?9.72 （十一式）

基于灰色预测法的农网负荷预测

特解

2.547X（K+1）=??26.26?0.097

（1）1通解 其中?为待定常数，故得

（1）X2（K+1）=?*e0.0k9 71）0.097kX（（K+1）??*e?26.26 1当K=0，

1）（1）X（（K+1）?X11（0+1）=2.55

?=28.81

代入?值于十一式，有

1）0.097kX（（K+1）?28.81*e?26.26 （十二式） 1十二式便是灰色预测的数学模型，利用该模型可以预测未来负荷。

4.2 负荷的预测

4.2.1 模型精度检验

模型精度的检验是利用十二式的计算值与实际累加值进行比较，以检验模型的精度。

表二：精度检验表

序号 K=1 K=2 K=3 1） X（1（K+1）1） X（1（2）1） X（1（3）计算值 5.485 8.718 12.281 累加值 5.44 8.75 12.27 误差 0.045 -0.032 0.011 百分值% 0.82 -0.36 0.09 1） X（1（4）4.2.2 还原检验

18

沈阳农业大学学士学位论文

精度检验，检查的累加值，而还原检查的是各年的计算负荷值于实际负荷值的差别。还原结果如表三所示。

表三：还原检验表

名年 份 2007 2008 2009 4.2.3 未来负荷预测

1）（1）2010年，K=4，X（=16.207kW、X0=3.926 kW； （5）1（5）1）（1）2011年，K=5，X（=20.532 kW、X0= 4.326kW； （6）1（6）1）（1）2012年，K=6，X（=25.299 kW、X0=4.776 kW； （7）1（7）1）（1）2013年，K=7，X（=30.551 kW、X0= 5.252kW。 （8）1（8）称 计算值 2.939 3.226 3.573 实际值 2.89 3.31 3.52 误差 0.049 -0.084 0.053 百分值% 1.70 -2.54 1.51 5 结论

负荷预测本身就是一种不确定预测，因此误差在所难免。通过分析上述例子可以看出，灰色模型在应用到负荷预测时其精度还是比较理想的。在实际应用中还应运用多种模型来进行负荷的预测，以求达到更高的精度。通过提高负荷预测的准确性，提高规划的可行性和可操作性，提高规划布点的科学合理性，缩短了供电半径，改善了电能质量，改善了投资环境，加快了地方经济的发展，吸引了外来资金的投入，带动了相关产业的发展，增加了地方税收，提高了人民生活水平。由于电力供应环境得到改善后，2002年至今，熊岳地区仅东坡区和彭山县就吸引了新来的外来投资企业厂家约70家，相继成立开发区3个，近两年地区国内生产总值都以两位数的增长率增长，人民生活水平得到了大幅度提高。因此，建立高精度的负荷预测系统，提高电力负荷的准确性，是一项十分重要的工作，它不仅能保证电力行业自身的健康发展，同时对整个国民经济发展也将起到巨大的促进作用，其社会效益是十分显著的。随着社会主义新农村的建设，农村电力市场正飞速发展，负荷预测的重要性也越来越受到关注，并且对负荷预测精度的要求越来越高。传统的预测方法比较成熟，预测结果具有一定的参考价值，但是预测精度

19