蕪湖地區(qū)電網(wǎng)超短期負(fù)荷預(yù)測(cè)系統(tǒng)研制.pdf

1、華東電網(wǎng)自引入電力市場(chǎng)競(jìng)爭(zhēng)機(jī)制以來(lái)，電力部門(mén)面臨著許多新問(wèn)題，其中對(duì)負(fù)荷預(yù)測(cè)的準(zhǔn)確性也提出了更高的要求。在復(fù)雜的電力市場(chǎng)運(yùn)營(yíng)環(huán)境下，對(duì)負(fù)荷大小做出準(zhǔn)確預(yù)測(cè)，將有助于經(jīng)濟(jì)合理的實(shí)現(xiàn)電網(wǎng)內(nèi)發(fā)電機(jī)組優(yōu)化組合、優(yōu)化潮流和聯(lián)絡(luò)線交換功率，是電網(wǎng)安全運(yùn)行和有效降低電網(wǎng)運(yùn)行成本的重要依據(jù)。準(zhǔn)確的負(fù)荷預(yù)測(cè)，對(duì)于加強(qiáng)市場(chǎng)建設(shè)、促進(jìn)電網(wǎng)和供電企業(yè)共同參與市場(chǎng)競(jìng)爭(zhēng)，并最終提高電力系統(tǒng)運(yùn)行的經(jīng)濟(jì)效益和社會(huì)效益，具有舉足輕重的作用。 蕪湖地區(qū)經(jīng)濟(jì)的快速發(fā)

2、展使得空調(diào)負(fù)荷快速增加，而空調(diào)負(fù)荷與溫度、濕度具有關(guān)系密切，因此合理的分析這些影響因素對(duì)負(fù)荷的影響是提高預(yù)測(cè)精度的關(guān)鍵之一。在新的電力市場(chǎng)環(huán)境和用電情況下，需要對(duì)現(xiàn)有的負(fù)荷預(yù)測(cè)系統(tǒng)作進(jìn)一步的改進(jìn)和完善。以此為出發(fā)點(diǎn)，開(kāi)發(fā)新的負(fù)荷預(yù)測(cè)系統(tǒng)，用于對(duì)蕪湖地區(qū)一市三縣的電力負(fù)荷情況進(jìn)行預(yù)測(cè)。 在算法上：本文提出了基于小波分析的人工神經(jīng)網(wǎng)絡(luò)(ANN)和累積式自回歸滑動(dòng)平均(ARIMA)模型的組合預(yù)測(cè)方法。首先利用小波變換對(duì)負(fù)荷序列進(jìn)行小波

3、分解與單支重構(gòu)，得到各頻段上的近似序列和細(xì)節(jié)序列，據(jù)各序列的自身特點(diǎn)經(jīng)數(shù)據(jù)預(yù)處理后分別采用相匹配的BP-ANN和ARIMA模型進(jìn)行預(yù)測(cè)，最后將各負(fù)荷序列的預(yù)測(cè)結(jié)果加以組合得到最終的預(yù)測(cè)結(jié)果。此外，采用基于負(fù)荷差率的BP網(wǎng)絡(luò)模型，將歷史負(fù)荷分為一般日、節(jié)假日和特殊節(jié)假日等分別處理，減小了由于假期帶來(lái)的影響。基于支持向量機(jī)（SVM）構(gòu)建的預(yù)測(cè)模型，充分考慮影響負(fù)荷變化的各種因素，通過(guò)核函數(shù)與參數(shù)的比較分析后，確定模型使用參數(shù)，并針對(duì)不同的日