短期電力負荷預(yù)測關(guān)鍵問題與方法的研究.pdf

1、電力系統(tǒng)負荷預(yù)測是實現(xiàn)電力系統(tǒng)安全、經(jīng)濟運行的基礎(chǔ)。對一個電力系統(tǒng)而言，提高電網(wǎng)運行的安全性和經(jīng)濟性，改善電能質(zhì)量，都依賴于準確的負荷預(yù)測。 在短期負荷預(yù)測中，正確認識和分析影響負荷因素對負荷的影響一直是短期負荷預(yù)測的關(guān)鍵問題。本文在充分利用氣象信息的基礎(chǔ)上，對影響負荷的關(guān)鍵因素進行了分析，對短期負荷預(yù)測方法進行了深入的研究，提出了一種基于對影響負荷因素進行分析的短期負荷預(yù)測方法。對影響負荷因素的研究主要包括：影響負荷因素的篩選

2、、確定性負荷影響因素的分析、不確定性負荷影響因素的分析及少數(shù)據(jù)負荷的處理等。 影響負荷因素的篩選：為明確影響負荷因素進而除去有可能對負荷預(yù)測造成不良影響的因素，提出了能夠?qū)τ绊懾摵梢蛩剡M行篩選的方法。該方法在采用數(shù)據(jù)挖掘理論進行聚類分析基礎(chǔ)上，對偏最小二乘回歸分析的主成分進行有效地提取，然后通過對影響負荷因素的重要性的分析，實現(xiàn)對影響負荷因素的篩選。通過篩選的預(yù)測模型不僅減少了建模的工作量，而且能夠保證負荷預(yù)測的精度。

3、確定性負荷因素的分析：正確把握氣溫、天氣狀況等確定性負荷因素對負荷的影響是短期負荷預(yù)測的重點問題之一。尤其預(yù)測中會出現(xiàn)由于某種確定性負荷因素數(shù)值發(fā)生改變，使得負荷預(yù)測模型無法把握負荷變化趨勢的情況，進而降低預(yù)測精度。為此提出了采用結(jié)構(gòu)化神經(jīng)網(wǎng)絡(luò)進行分析的方法，通過對不同的子網(wǎng)絡(luò)和全結(jié)合網(wǎng)絡(luò)的學(xué)習(xí)，掌握不同影響負荷因素對負荷影響，依據(jù)影響負荷因素的實際情況把握負荷變化方向，在保證預(yù)測精度的基礎(chǔ)上，為定量研究各種因素對負荷的影響提供可行的依

4、據(jù)。 不確定性負荷因素的分析：負荷預(yù)測中除確定性影響負荷因素外，往往內(nèi)含著人們并不清楚而對負荷有影響的規(guī)律性因素。針對電力負荷中存在著規(guī)律性，而影響負荷因素不能夠確定的問題，提出通過RBF神經(jīng)網(wǎng)絡(luò)來尋找負荷變化的普遍性規(guī)律，采用模糊推理來分析負荷的峰谷值，通過兩者的結(jié)合解決對影響負荷因素不明確的預(yù)測難題。該方法發(fā)揮了神經(jīng)網(wǎng)絡(luò)自適應(yīng)和模糊推理處理不確定因素的優(yōu)勢，使預(yù)測精度得到明顯的提高。 少數(shù)據(jù)負荷的處理：對于天氣突變等

5、特殊日，由于此類負荷可供參考的歷史數(shù)據(jù)少，變化規(guī)律也不確定，如果采用常規(guī)的預(yù)測方法，預(yù)測精度難以得到保證。本文提出采用改進的GM(1，1)模型和修正系統(tǒng)對短期負荷進行分析。該方法利用灰色模型具有要求負荷數(shù)據(jù)少、可以不考慮負荷分布規(guī)律等優(yōu)點，創(chuàng)建改進的灰色預(yù)測模型。同時，為了考慮特殊日對負荷變化的影響，利用最新信息修正預(yù)測結(jié)果，從而進一步提高預(yù)測精度。在完成上述四部分研究工作的基礎(chǔ)上，本文首次提出了一種能夠綜合考慮影響負荷因素的短期負荷預(yù)