電力系統(tǒng)短期負(fù)荷的方法及研究【開題報(bào)告】

1、畢業(yè)設(shè)計(jì)開題報(bào)告畢業(yè)設(shè)計(jì)開題報(bào)告電氣工程及自動(dòng)化電氣工程及自動(dòng)化電力系統(tǒng)短期負(fù)荷的方法及研究電力系統(tǒng)短期負(fù)荷的方法及研究一、選題的背景與意義1、歷史背景眾所周知，電力系統(tǒng)的作用就是為各類用戶提供可靠且合乎質(zhì)量要求的電能，以隨時(shí)滿足各類負(fù)荷的需求。而電力系統(tǒng)負(fù)荷預(yù)測(cè)是電力生產(chǎn)部門的重要工作之一，通過準(zhǔn)確的負(fù)荷預(yù)測(cè)，可以確定燃料的供應(yīng)計(jì)劃，經(jīng)濟(jì)合理地安排機(jī)組的啟停，減少旋轉(zhuǎn)備用容量，合理安排檢修計(jì)劃，減低發(fā)電成本，提高經(jīng)濟(jì)效益以及對(duì)運(yùn)行中的

2、電廠出力要求提出報(bào)告，使對(duì)發(fā)電機(jī)組出力變化事先得以估計(jì)。電力系統(tǒng)負(fù)荷預(yù)測(cè)理論就是因此而發(fā)展起來的，尤其在形成電力交易市場(chǎng)的過程中，負(fù)荷預(yù)測(cè)的研究更具有極其重要的意義。電力系統(tǒng)負(fù)荷預(yù)測(cè)按預(yù)測(cè)時(shí)間可以分為長(zhǎng)期，中期，短期和超短期。短期電力負(fù)荷預(yù)測(cè)主要是指預(yù)報(bào)未來幾小時(shí)、一天至幾天的電力負(fù)荷并做出估計(jì)，目的是給各個(gè)電廠安排日，周發(fā)電計(jì)劃，是電力系統(tǒng)最為關(guān)鍵的一類負(fù)荷預(yù)測(cè)。短期負(fù)荷預(yù)測(cè)作用的大小主要取決于預(yù)測(cè)精度，精度的準(zhǔn)確與否將直接影響調(diào)度的

3、結(jié)果。從而對(duì)電力系統(tǒng)的安全穩(wěn)定運(yùn)行和經(jīng)濟(jì)性帶來重要影響。而在現(xiàn)代工業(yè)水平的不斷提高，城市化快速發(fā)展以及當(dāng)前市場(chǎng)化運(yùn)營(yíng)的條件下，由于電力交易和更加頻繁和經(jīng)營(yíng)主體的區(qū)別，會(huì)出現(xiàn)各種不確定的因素，同時(shí)負(fù)荷對(duì)于電價(jià)的敏感度也隨著市場(chǎng)的完善而逐漸增強(qiáng)，這也給負(fù)荷預(yù)測(cè)帶來新的難度。故準(zhǔn)確的預(yù)測(cè)對(duì)于提高電力經(jīng)營(yíng)主體的運(yùn)行效益有直接的作用，另一方面突出短期負(fù)荷預(yù)測(cè)的重要性。2、研究現(xiàn)狀及發(fā)展趨勢(shì)短期電力負(fù)荷預(yù)測(cè)的研究已有較長(zhǎng)的歷史，它是隨著電力系統(tǒng)中運(yùn)

4、行系統(tǒng)的逐步發(fā)展起來的。隨著數(shù)學(xué)理論和人工智能技術(shù)的相繼引入，人們提出各種各樣的預(yù)測(cè)方法。這些方法各有千秋，很難說哪一種方法絕對(duì)優(yōu)越于其他方法。對(duì)短期負(fù)荷預(yù)測(cè)，需充分研究電網(wǎng)負(fù)荷變化規(guī)律，分析負(fù)荷變化的相關(guān)因子，特別是天氣因素，日類型等和短期負(fù)荷變化的關(guān)系。對(duì)負(fù)荷預(yù)測(cè)的研究，主要出發(fā)點(diǎn)大多是以更為先進(jìn)的理論提高預(yù)測(cè)的準(zhǔn)確性，為電力系統(tǒng)運(yùn)行的經(jīng)濟(jì)性和安全性提供有力的保證。目前負(fù)荷預(yù)測(cè)領(lǐng)域的研究主要關(guān)注于預(yù)測(cè)方法上的改進(jìn)和提高。在電力系統(tǒng)短

5、期負(fù)荷預(yù)測(cè)方法綜述[1]中的各種方法的論述，從我對(duì)衢州地區(qū)的電網(wǎng)負(fù)荷歷史數(shù)據(jù)中得知，其主要的影響因素是天氣的變化和日類型的負(fù)荷變化。故可以利用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行負(fù)荷預(yù)測(cè)是相對(duì)于其它方法中較出色的。因?yàn)樗膬?yōu)點(diǎn)是對(duì)大量的非結(jié)構(gòu)性，非規(guī)律性具有自適應(yīng)功能。再加上短期負(fù)荷是一個(gè)周期性的非平穩(wěn)隨機(jī)過程，故為了提高負(fù)荷預(yù)測(cè)的準(zhǔn)確性和實(shí)用性。針對(duì)以上各種因素選擇人工神經(jīng)網(wǎng)絡(luò)的方法最合適。而其中的BP網(wǎng)絡(luò)（誤差逆?zhèn)鞑ィ┑闹饕攸c(diǎn)是非線性擬合能力強(qiáng)，尤其

6、對(duì)預(yù)測(cè)天氣溫度等因素處理尤為方便，而且學(xué)習(xí)規(guī)則簡(jiǎn)單，便于計(jì)算機(jī)實(shí)現(xiàn)。本次課題主要應(yīng)用BP網(wǎng)絡(luò)算法對(duì)衢州電網(wǎng)地區(qū)歷史數(shù)據(jù)建立負(fù)荷預(yù)測(cè)的模型，在Matlab環(huán)境下采用GUI編程對(duì)模型進(jìn)行訓(xùn)練，仿真。2.技術(shù)路線本次課題主要應(yīng)用BP網(wǎng)絡(luò)方法進(jìn)性預(yù)測(cè)。BP網(wǎng)絡(luò)是成功的建立預(yù)測(cè)模型的主要關(guān)鍵因素。1）BP網(wǎng)絡(luò)的基本原理BP網(wǎng)絡(luò)學(xué)習(xí)是典型的有導(dǎo)師學(xué)習(xí)，其學(xué)習(xí)算法的基本思想是最小二乘學(xué)習(xí)算法，或稱LMS算法（leastmeansquares）。它實(shí)質(zhì)

7、上是一個(gè)無約束的優(yōu)化計(jì)算過程，采用梯度搜索技術(shù)，沿著誤差的負(fù)梯度方向不斷修正網(wǎng)絡(luò)中的閾值與權(quán)值，直到誤差達(dá)到最小的數(shù)值。網(wǎng)絡(luò)學(xué)習(xí)過程是一種誤差邊向后傳播邊通過一些學(xué)習(xí)規(guī)則來修正神經(jīng)元之間的連接權(quán)值的過程。BP網(wǎng)絡(luò)的每一層的連接權(quán)值都可以通過學(xué)習(xí)來調(diào)節(jié)。圖1為三層BP網(wǎng)絡(luò)結(jié)構(gòu)圖。設(shè)該網(wǎng)絡(luò)共有M層，而第M層僅含輸出節(jié)點(diǎn)，第一層為輸入節(jié)點(diǎn)，其它為隱含層。為簡(jiǎn)單起見，認(rèn)為網(wǎng)絡(luò)只有一個(gè)輸出Y。并設(shè)有N個(gè)樣本(Xk，Yk)(k=1，2，，N)，對(duì)某