收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

电力系统负荷区间预测

方仍存  
【摘要】: 电力系统负荷预测是电力系统规划、计划、营销、市场交易、调度等部门的重要依据,其重要性早已被人们所认识。长期以来,国内外学者和电力系统运行管理专家不断探索,形成了一系列行之有效的预测方法。但分析现有的负荷预测方法发现,大量方法所得到的都是确定性的负荷预测结果。实际上,由于电力系统中蕴含了各种不确定因素,使得决策工作必然面临一定程度的风险,所以在决策时必须考虑电力需求的不确定性。传统确定性预测方法的结果不能反映需求的不确定性,而区间预测可满足这种客观要求。区间预测的结果不是一个简单的确定性数值,而是一个区间,并且这个区间对应了一定水平的概率置信水平,能描述未来预测结果的可能范围。根据区间预测结果,电力系统决策人员在进行生产计划、系统安全分析等工作时能够更好地认识到未来负荷可能存在的不确定性和面临的风险因素,从而及时作出更为合理的决策。因此,分析电力系统负荷的变化规律,研究电力负荷区间预测方法,实现电力负荷的不确定性预测具有重要的理论意义和实用价值。 本文通过对中长期电力负荷与短期电力负荷的特性分析,识别负荷自身变化以及相关因素的影响规律,采用灰色系统理论、神经网络模型和混沌时间序列方法,对电力负荷区间预测的模型与方法进行了研究。通过实例验证,区间预测结果具有较好的精度,证明了区间预测算法的有效性,研究成果可应用于电力市场分析与预测系统中,为电力系统运行管理提供科学的决策依据。主要研究工作和创新性成果如下: (1)对于中长期电力负荷预测,针对传统灰色模型GM(1,1)在预测非指数型发展序列时存在误差过大的缺陷,将非线性灰色Bernoulli模型应用于负荷预测中,并提出了基于粒子群优化的参数优选方法。通过不同发展规律序列的测试数据以及实际电网负荷数据的预测结果表明,非线性灰色Bernoulli模型在适应性与预测精度等方面,较传统的GM(1,1)模型与灰色Verhulst模型有不同程度的改善。为进行区间预测,针对中长期负荷预测存在影响因素较多的特点,采用线性回归模型;而考虑到缺少相关因素历史数据的问题,则建立了一元线性回归与灰色模型相结合的组合预测模型。通过福建省年度用电量的预测结果表明,组合预测方法是非常有效的。 (2)分析天气等因素对短期负荷变化的影响规律,针对传统模糊聚类分析方法在处理温度等天气变量时转化为确定值存在信息丢失的问题,引入基于区间值的模糊聚类处理方法。区间值模糊聚类方法用区间值表示各个对象对于每个因素的隶属度,在区间层次上求各个对象之间的相似度,最终获得聚类结果。根据区间模糊聚类结果选择学习样本,采用区间运算反向传播(IABP)学习算法,建立了负荷预测的IABP神经网络模型。该模型充分发挥了区间运算和模糊理论处理不确定性问题的能力以及神经网络处理非线性问题的优势,可用区间变量作为输入,网络输出作为区间预测结果,给出了未来负荷的变化范围。 (3)根据非线性动力系统理论进行负荷建模和预测,将预测精度作为辨识工具,识别电力负荷自身变化的动力特性。研究结果表明,负荷的变化特性可以描述为低维混沌系统。针对负荷的混沌特性及向前一步预测的精度提出了一种优选相空间重构参数的方法,并采用加权一阶局域法多步预测模型进行了负荷预测。通过相空间重构能识别负荷序列的内部特性并进行预测,因此相空间重构是分析和预测负荷的有效工具。 (4)根据短期电力负荷变化的混沌特性,同时避免确定性混沌预测方法中存在着如嵌入维数、延迟时间及相似数据提取方法等一些未定因素带来的误差,从区间预测的角度提出了一种电力负荷混沌区间预测方法。该方法首先进行相空间重构,采用聚类算法在相空间中寻找当前时刻相点的相似状态,根据不同相似状态的预测结果确定未来负荷的取值区间,并根据历史预测误差的统计规律计算预测区间对应的概率置信水平。采用北方某电网负荷数据进行了实验研究,验证了该方法的可行性与有效性。 (5)概率性预测可以建立任意置信水平的区间预测结果,本文在混沌负荷序列确定性预测结果的基础上,基于局部预测方差,提出了一种短期负荷概率性预测的混沌时间序列方法。首先通过混沌时间序列预测方法得到不同相似状态的确定性预测结果,进一步计算局部预测方差,并由分位数估计得到历史预测误差样本分布规律。根据局部预测方差与分位数估计,结合确定性预测结果构造预测区间,得到概率性预测结果。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 杨英;;四川德阳电网负荷预测工作的创新与实践[J];企业技术开发;2011年11期
2 李路春;张世明;;电力系统短期负荷预测中小波函数的选择[J];科技与企业;2010年08期
3 李元;;关于电力系统中的负荷预测与分析[J];科技资讯;2011年16期
4 张福伟;陈潇萍;徐顺青;郭郢;;基于工业化和城镇化指标的电力负荷预测[J];华中电力;2011年04期
5 沈铁军;;电力负荷预测方法的简要思考[J];黑龙江科技信息;2011年20期
6 吕福琴;;基于自回归和神经网络算法加权组合的负荷预测[J];广东电力;2011年05期
7 王帆;包海龙;徐凡;顾洁;;电动汽车接入对配电网运行影响的研究与分析[J];华东电力;2011年07期
8 翁安生;;汕头潮南区中、低压配电网规划及若干问题的探讨[J];广东电力;2011年07期
9 刘卫亮;马良玉;林永君;马永光;马进;陈文颖;;基于炉膛火焰图像的燃煤机组负荷预测[J];动力工程学报;2011年08期
10 田霖;严凤;刘文轩;;基于神经网络的负荷预测仿真研究[J];系统仿真技术;2011年03期
11 韩富春;张鑫;郝彪;韩蕊娜;;基于数值分析的改进GM(1,1)负荷预测模型研究[J];水电能源科学;2011年09期
12 孙浩然;田业;;二次系统跨安全区数据传输方法及其在负荷预测中的应用[J];电网技术;2011年06期
13 王如祥;;内蒙古西部电网未来10a装机容量预测分析[J];内蒙古电力技术;2011年03期
14 王鹏;祁振华;武晓飞;;薛家湾地区城市配电网规划方案分析[J];内蒙古电力技术;2011年03期
15 邓昆玲;李丹丹;;呼和浩特电网规划分析[J];内蒙古科技与经济;2011年14期
16 戴建波;周正;;电网调度自动化Web分区域发布系统研究及应用[J];电力信息化;2011年06期
17 周昆;李莹莹;侯海洋;王超;;中长期电力负荷预测理论研究[J];现代商业;2011年24期
18 毛弋;唐偲;;考虑人体舒适度的扩展短期负荷预测新方法[J];电力系统及其自动化学报;2011年03期
19 陆宁;武本令;刘颖;;基于自适应粒子群优化的SVM模型在负荷预测中的应用[J];电力系统保护与控制;2011年15期
20 陈益哲;张步涵;王江虹;毛彪;方仍存;毛承雄;段善旭;;基于短期负荷预测的微网储能系统主动控制策略[J];电网技术;2011年08期
中国重要会议论文全文数据库 前10条
1 高峰;张川;徐晖;周佃民;翟桥柱;管晓宏;;大型用电企业负荷预测校正方法[A];第二十七届中国控制会议论文集[C];2008年
2 吴冰;张筱慧;;基于模糊数与多指标灰靶决策理论的小区负荷预测[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
3 刘森离;孙丽云;;电力弹性系数与电力需求预测[A];2006年云南电力技术论坛优秀论文集[C];2006年
4 任海刚;晋欣桥;李晓峰;常晓珂;邵渊;;VAV系统的负荷预测[A];上海市制冷学会二○○一年学术年会论文集[C];2001年
5 韦碧琳;;对河池供电局负荷预测工作的探讨[A];广西电机工程学会第七届青年学术交流会论文集[C];2002年
6 杨自强;陆亚俊;;利用神经网络预测空调负荷[A];全国暖通空调制冷1998年学术年会论文集(2)[C];1998年
7 吴立增;苑津莎;张铁峰;;基于MIS的中长期配电网负荷预测系统研究与实现[A];全国电工理论与新技术学术年会(CTEE'2001)论文集[C];2001年
8 张雪峰;;配网规划中负荷预测方法[A];2008年云南电力技术论坛论文集[C];2008年
9 姜晗;;电力需求侧负荷预测的算法[A];2005中国电机工程学会电力系统自动化专委会全国供用电管理自动化学术交流暨供用电管理自动化学科组第二届年会论文集[C];2005年
10 李忻贤;;浅谈电力负荷预测[A];山东电机工程学会第四届供电专业学术交流会论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 方仍存;电力系统负荷区间预测[D];华中科技大学;2008年
2 张昀;电力系统短期负荷智能化预测方法[D];重庆大学;2011年
3 任海军;基于智能计算的配电网负荷预测方法研究[D];重庆大学;2010年
4 覃光华;人工神经网络技术及其应用[D];四川大学;2003年
5 石磊;基于负荷预测在线修正的冰蓄冷空调系统优化运行研究[D];西安建筑科技大学;2002年
6 苏胜新;电力系统若干关键技术研究及应用[D];华中科技大学;2005年
7 耿光飞;地区电网无功优化控制的研究[D];中国农业大学;2003年
8 赵敏;基于混沌理论的电力推进船舶电力负荷预测[D];大连海事大学;2008年
9 谷志红;促进节能和可再生能源电力发展的绿色电价研究[D];华北电力大学(北京);2009年
10 吴杰;冰蓄冷空调系统负荷预测模型和系统优化控制研究[D];浙江大学;2002年
中国硕士学位论文全文数据库 前10条
1 黄珊;配电网规划的回归分析负荷预测方法研究[D];湖南大学;2010年
2 常莉;城市配电网负荷预测研究[D];太原理工大学;2000年
3 杨海晶;城市电网运行智能决策支持系统的图形平台和负荷预测[D];郑州大学;2003年
4 李莺;基于负控的用电运营管理平台的研制[D];华北电力大学;2001年
5 唐良艳;电力系统负荷特性分析与负荷预测研究[D];华南理工大学;2010年
6 张文哲;电力系统短时负荷预测模型研究[D];重庆大学;2004年
7 赵风松;综合规划方法在静海县城关地区10kV电网中的应用[D];天津大学;2010年
8 徐胜军;配电监控系统及负荷预测[D];西安建筑科技大学;2003年
9 王晓东;城网综合负荷预测方法的研究与工程应用[D];天津大学;2004年
10 张秋芳;琶州—员村地区电网规划研究[D];华南理工大学;2011年
中国重要报纸全文数据库 前10条
1 记者焦军利;河北灌溉负荷预测近300万千瓦[N];中国电力报;2009年
2 吴明;陕西公司加强负荷预测保障有序供电[N];国家电网报;2010年
3 程玲 王希波;提高负荷预测准确率[N];国家电网报;2010年
4 仝晨章 刘国栋 蒿峰 翟志明 远德亮;岁末三首聚电网[N];华北电力报;2006年
5 记者 火雅琳 通讯员 曹欣;河北南网母线负荷预测精度提高[N];国家电网报;2008年
6 通讯员 远德亮;淄博供电公司成功预测中长期负荷[N];中国电力报;2006年
7 周渝慧;从方法论看电力负荷管理[N];华中电力报;2007年
8 记者 李庆;四川温暖亮堂过春节[N];西南电力报;2009年
9 韩玉玲;县级供电企业负荷预测[N];中国信息报;2005年
10 段丽茜;今年南部电网供求基本平衡[N];河北日报;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978