负荷预测matlab仿真报告.docVIP

评 语 课程总评成绩： 指导老师： 2013年 12 月20日 目 录 一、负荷预测技术发展情况 1 二、算法实现 3 三、编程代码 6 四、算例测试 7 五、心得体会 9 六、参考文献 10  一、负荷预测技术发展情况 为电力负荷预测精确的模型一个公用事业公司的运作和规划必不可少的。负荷预测可帮助电力事业作出重大的决定，包括关于购买和发电，负荷开关，及基础设施的发展。短期负荷预测是随着电力系统EMS的逐步发展而发展起来的，现已经成为EMS必不可少的一部分和为确保电力系统安全经济运行所必需的手段之一。随着电力市场的建立和发展，对短期负荷预测提出了更高的要求，短期负荷预测不再仅仅是EMS的关键部分，同时也是制定电力市场交易计划的基础电力系统负荷预测虽然经典的数学统计方法具有速度快的优点，但是其预测模型比较简单，很难准确描述负荷预测的实际模型，所以其精度较差。随着人工智能技术逐步被引入到短期负荷预测中，人们已经提出了多种基于人工智能的预测方法，其中最为典型的为基于各种人工神经网络模型的预测方法”,引起了国际上的充分重视。 灰色系统理论的形成是有过程的。早年邓教授从事控制理论和模糊系统的研究，取得了许多成果。后来，他接受了全国粮食预测的课题，为了搞好预测工作，他研究了概率统计追求大样本量，必须先知道分布规律、发展趋势，而时间序列法只致力于数据的拟合，不注重规律的发展。邓教授希望在可利用数据不多的情况下，找到了较长时期起作用的规律，于是进行了用少量数据做微分方程建模的研究。这一工作开始并不顺利，一时建立不起可供应的模型。后来，他将历史数据作了各种处理，找到了累加生成，发现累加生成曲线是近似的指数增长曲线，而指数增长正符合微分方程解的形式。在此基础上，进一步研究了离散函数光滑性，微分方程背景值、平射性等一些基本问题，同时也考虑了有限和无限的相对性，定义了指标集拓扑空间的灰导数，最后解决了微分方程的建模问题。 2)专家系统方法 专家系统方法是对于数据库里存放的过去几年的负荷数据和天气数据等进行细致的分析,汇集有经验的负荷预测人员的知识,提取有关规则。借助专家系统, 负荷预测人员能够识别预测日所属的类型,考虑天气因素对负荷预测的影响, 按照一定的推理进行负荷预测。 3)神经网络理论 神经网络理论是利用神经网络的学习功能,让计算机学习包含在历史负荷数据中的映射关系,再利用这种映射关系预测未来负荷。由于该方法具有很强的鲁棒性、记忆能力、非线性映射能力以及强大的自学习能力,因此有很大的应用市场, 但其缺点是学习收敛速度慢,可能收敛到局部最小点;并且知识表达困难, 难以充分利用调度人员经验中存在的模糊知识。 4)模糊负荷预测 模糊负荷预测是近几年比较热门的研究方向。模糊控制是在所采用的控制方法上应用了模糊数学理论,使其进行确定性的工作,对一些无法构造数学模型的被控过程进行有效控制。模糊系统不管其是如何进行计算的,从输入输出的角度讲它是一个非线性函数。模糊系统对于任意一个非线性连续函数,就是找出一类隶属函数,一种推理规则,一个解模糊方法,使得设计出的模糊系统能够任意逼近这个非线性函数。 选用灰色模型电力短期负荷预测，应用了MATLAB程序进行预测。 二、算法实现 1. GM（1，1）模型 （1）灰色系统理论研究的是贫信息下建模,提供了贫信息下解决系统问题的新途径.它把一切随机过程看作是在一定范围内变化的,是与时间有关的灰色过程.对灰色量不是从统计规律的角度应用大样本进行研究,而是采用数据生成的方法,将杂乱无章的原始数据整理成规律性强的生成序列再作研究.GM模型即指灰色预测模型(gray model).一般建模是用数据列建立差分方程,而灰色模型是采用历史数据列生成后,建立微分方程模型.GM(1,1)模型是最常用的一种灰色模型,它是由一个只包含单变量的一阶微分方程构成的模型,是作为电力负荷预测的一种有效的模型,是GM(1,n)模型的特例.建立GM(1,1)模型只需要一个数列.对随机序列，作一次累加（1—AGO）生成序列。其中[x(1)(k) ，k=1，2，……]具有指数增长规律，而一阶微分方程的解正好是数增长形式的解。因此，认为新生成的序列满足下面一阶线性微分方程模型： 根据导数的定义，可得： （2-2） 表示成离散形式： 　只是能取时刻k和k+1的平均值，即： 因此，式可以改写为： 由上式可以推出 （2-3） 可简写为： 其中：E ——为误差项。 写成离散形式