电力系统长期负荷预测方法综述.pdfVIP

第 11卷 第 9期 V01．11，No．9 2011正 9月 Sep．， 2011 电力系统长期负荷预测方法综述 谢传胜 ，贾晓希 ，刘宏志 ，华生萍 (华北 电力大学 经济管理学院，北京 102206) 摘要 ：针对长期负荷预测在 电力系统 中发挥的重要作用，梳理长期负荷预测用到 的主要方法 ，将相关方法主要分为两大 类 ：参数化方法和人工智能方法。通过对近年来此领域有关文献的介绍，总结 目前论文创作 的三大思路 ：基本方法、改 进 方法以及 组合 创新方法 。最后提 出关于长期 负荷 预测方法的新 思路和 建议 。 e 关键词 ：电力系统；长期负荷预测 ；参数化方法 ；人工智能方法 中图分类号 ：F410 文献标志码 ：A 文章编号 ：1671—1807(2011)09—0069—03 科一 T 技 ∞电力负荷预测是电力部门的重要工作之一 ，根据 于短期相关和年度增长的长期负荷预测模型 。由于 和预测周期 的不 同主要分为短期负荷预测和中长期负 长期负荷预测的准确性显著影响未来的布局规划，如 y 荷预测 。相 比短期负荷预测 ，中长期负荷预测因为受 果预测结果太大 ，那么会造成过剩的备用容量 ，并且 产 到很多不确定 因素 ，例如 ：天气 、自然环境 、社会和人 浪费人力和物力 。如果预测结果太小 ，则会造成客户 h 业类活动等的影响，使得预测难度加大。而中长期负荷 对服务的满意度降低 。因为长期负荷预测受到很多 预测又是进行 电力规划、生产和运行等工作的重要基 不确定性 因素的影响，因此任何预测方法得到的结果 y 础。因此 ，准确的负荷预测有利于提高电网运行的安 都是不准确的。文章首先介绍 了回归预测模型 ，然后 全稳定性 ，有效降低发 电成本 ，保证用电需求 ，增强供 根据模型预测下一年的负荷数据 ，基于负荷数据的年 电可靠性 ，从而提高 电力系统 的经济效益和社会效 增长情况 ，修改 回归模型并采用实际算例检验 ，得到 益。同时根据 “精益生产”原则 ，准确的电力负荷预测 的预测结果的平均误差小于 3．8 ，标准差小于 4．2， 可以节约成本 ，避免人力资源 的浪费。 目前 ，负荷预 实例证明此方法的误差小于早先发表的文献中采用 测的大量相关文献主要集 中在短期负荷预测 ，而有关 的方法 。 长期负荷预测 的论文数量较少 。因此 ，在学习研究已 文献E23介绍 了采用粒子群优化算法预测电力系 有的长期负荷预测方法 的基础上，进行创新方法的研 统高峰的负荷 ，粒子群优化算法用来最小化模型参数 究是必须 的和必要 的。 的误差 ，此处采用最小二乘误差法 ，并检验所用方法 1 方法综述 的性能 ，最终估计 的优化模型参数用来预测科威特的 总体来说 ，长期负荷预测方法可以分为两大类 ： 高峰负荷需求 。根据负荷预测 的结果制定规划和运 参数化方法和人工智能方法，其 中人工智能方法包括 营模式 ，并且可以研究关税设置以及长期资本投资回 神经 网络和动态模糊综合评价 。参数化方法主要包 报问题。文章首先介绍 了数学表达式 ，其次详细介绍 含三大类 ：回归预测 、时间序列和灰色理论 。参数化 了粒子群优化算法并进行实例计算 ，和最小误差平方 方法根据影响负荷 的因素 ，通过建立数学模型 ，用统 法得到的结果进行误差 比较，最终得 出此方法的预测 计学方法量化模型参数