電力系統(tǒng)短期負荷預測方法的研究.pdf

1、短期電力負荷預測是電力系統(tǒng)運行調(diào)度中一項非常重要的內(nèi)容,可以經(jīng)濟合理地安排電網(wǎng)內(nèi)部發(fā)電機組的啟停,減少不必要的旋轉(zhuǎn)備用容量;可以合理安排機組檢修計劃,保證社會的正常生產(chǎn)和生活,提高發(fā)電企業(yè)的經(jīng)濟效益和社會效益;在目前能源同益緊張的情況下,國家能源發(fā)展戰(zhàn)略要求逐步降低單位GDP的能源損耗,電力生產(chǎn)和消費日益市場化,短期負荷預測結(jié)果成為制定電力市場交易計劃的重要依據(jù),這就對短期負荷預測提出了更高的要求. 本文在分析了目前短期電力負荷

2、預測的現(xiàn)狀及各種預測方法、預測模型的基礎(chǔ)上,針對近年來,商業(yè)用電、居民生活用電在社會總用電中所占的比重越來越大,而且這些負荷易受到預測日類型、氣候等條件的影響;以及地區(qū)負荷水平一般都不是太高,且負荷構(gòu)成相對簡單,因此更易受到氣象因素的影響的特點,本文根據(jù)某地區(qū)電網(wǎng)運行實際,提出把氣象因素和同類型作為影響地區(qū)負荷預測的主要影響因素,由于考慮到某些影響因素具有不確定性的特點,采用了模糊化的方法對數(shù)據(jù)進行了處理. 常規(guī)算法不能較好地反

3、映氣象條件等外界因素對負荷的影響,而近年來人工神經(jīng)網(wǎng)絡(luò)法等智能算法具有高度的非線性映射能力,可以較好地考慮氣象條件等因素對電網(wǎng)負荷的影響,本文采用了RBF(Radial Basis Function徑向基函數(shù))神經(jīng)網(wǎng)絡(luò);但另一方面因許多智能方法在學習收斂的速度方面、收斂的穩(wěn)定性方面、收斂至全局極小點方面,尚缺乏指導模型自動選擇的一般規(guī)則,只是在一定程度上加快了收斂速度,本文作者結(jié)合近年來有關(guān)學者對負荷預測長期研究和不斷實踐,提出了把模糊